Raidemelun vaimennuskyky matalien meluesteiden tuotevaatimuksena

Transkriptio

1 Aalto-yliopisto Insinööritieteiden korkeakoulu Eveliina Vahtera Raidemelun vaimennuskyky matalien meluesteiden tuotevaatimuksena Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi-insinöörin tutkintoa varten. Espoossa Valvoja: professori Terhi Pellinen Ohjaaja: diplomi-insinööri Tuomo Viitala

2 AALTO-YLIOPISTO INSINÖÖRITIETEIDEN KORKEAKOULU PL 12100, Aalto DIPLOMITYÖN TIIVISTELMÄ Tekijä: Eveliina Vahtera Työn nimi: Raidemelun vaimennuskyky matalien meluesteiden tuotevaatimuksena Korkeakoulu: Insinööritieteiden korkeakoulu Laitos: Yhdyskunta- ja ympäristötekniikka Professuuri: Tietekniikka Koodi: Yhd-10 Työn valvoja: professori Terhi Pellinen Työn ohjaaja: diplomi-insinööri Tuomo Viitala Matalalla meluesteellä tarkoitetaan lähellä raidetta sijaitsevaa meluestettä, jonka korkeus kiskon selästä on 85 cm. Este vaimentaa erityisesti pyörän ja kiskon kohtaamisesta syntyvää melua. Matalat meluesteet eroavat sijainnin ja maisemavaikutusten osalta yleensä käytetyistä meluaidoista. Suomessa matalia meluesteitä on toistaiseksi rakennettu vain testauskäyttöön. Tämän tutkimuksen tavoitteena oli selvittää, kuinka hyvin pohjoismaiseen raidemelun laskentamalliin perustuvalla melunlaskentaohjelmalla voidaan arvioida matalan meluesteen vaimennuskykyä. Tutkimus suoritettiin mittaamalla meluesteen vaimennuskyky maastossa ja sen jälkeen sama melueste mallinnettiin Datakustik CadnaA-melunlaskentaohjelmalla. Laskentaohjelman soveltuvuutta arvioitiin vertaamalla laskentaohjelman antamia tuloksia kenttämittauksissa saatuihin tuloksiin. Kenttämittausten perusteella matala melueste oli toimiva meluntorjuntaratkaisu, koska se alensi melutasoja standardin SFS-EN ISO 3095 mukaisissa tarkastelupisteissä noin 5,5-12 db. Kun kenttämittausten tuloksia verrattiin laskentaohjelman tuloksiin, huomattiin melunlaskentaohjelmalla saatujen vaimennuksen arvojen olleen vain 3-5,5 db. Tämän tutkimuksen tulosten perusteella pohjoismaiseen raidemelun laskentamalliin perustuva laskentaohjelma ei sovellu sellaisenaan matalan meluesteen vaimennuskyvyn arviointiin, koska matala este sijaitsee lähempänä raidetta kuin tavallisesti käytetty meluaita. Luotettavimmin matalan meluesteen vaimennuskyky voidaan selvittää kenttämittauksilla. Päivämäärä: Kieli: suomi Sivumäärä: Avainsanat: raideliikennemelu, matala melueste, meluntorjunta

3 AALTO UNIVERSITY SCHOOL OF ENGINEERING PO Box 12100, FI AALTO ABSTRACT OF THE MASTER S THESIS Author: Eveliina Vahtera Title: Attenuation of rail noise as a product requirement for low-height noise barriers School: School of Engineering Department: Transportation and Environmental Engineering Professorship: Highway Engineering Code: Yhd-10 Supervisor: professor Terhi Pellinen Instructor: M.Sc. (tech) Tuomo Viitala A low-height noise barrier can be used as noise mitigation measure for railway traffic. A low-height noise barrier is located near the rail and its height from the top of the rail is 85 cm. The barrier attenuates especially the rolling noise radiated by the connection between the wheels and the rail. Low-height noise barriers differ in placement and landscape impacts from generally used soundwalls. In Finland, low-height noise barriers have only been built for test use so far. The aim of this study was to find out if the attenuation of noise by the low-height noise barriers can be evaluated by noise modelling software that is based on the Nordic prediction methodology for railway noise. The study was conducted by measuring the noise attenuation in a field experiments and by modelling the installed low-height barrier with Datakustik CadnaA noise modelling software. The applicability of the software was evaluated by comparing the results obtained from the software to those obtained from the field measurements. The field measurements demonstrated that a low-height noise barrier reduced the noise levels about 5,5 to 12 db in measurement points according to the standard SFS-EN ISO However, the noise modelling software predicted only 3 to 5,5 db noise reduction. Based on this study, the modelling software with Nordic prediction methodology for the railway noise cannot be applied for the evaluation of the low-height noise barriers attenuation. The reason is that the low-height barrier is located closer to the rail than a typical acoustic barrier, for which the software has been developed. More reliable results for the attenuation of noise by the low-height noise barriers can be obtained via field measurements. Date: Language: Finnish Number of pages: Keywords: railway noise, low-height noise barrier, noise abatement

4 Alkusanat Tämä diplomityö on tehty Aalto-yliopiston Insinööritieteiden korkeakoulun liikenne- ja tietekniikan tutkimusryhmässä. Diplomityön tilaajana oli Liikennevirasto, jonka edustaja diplomi-insinööri Tuomo Viitala toimi työn ohjaajana. Diplomityön valvoja oli professori Terhi Pellinen Aalto-yliopistosta. Haluan kiittää heitä molempia työn mahdollistamisesta sekä saamastani rakentavasta palautteesta. Haluan kiittää dosentti Jarkko Valtosta, joka vastasi monista työhöni liittyvistä käytännön asioista sekä toimi suurena apuna työni aikana. Kiitos kuuluu myös Koneenrakennustekniikan laitoksen Panu Sainiolle, joka lainasi melumittarin tutkimukseen sekä opasti mittarin käytössä. Haluan kiittää koko tietekniikan laboratorion henkilökuntaa avusta, jonka sain työhöni. Suuri kiitos kuuluu myös kaikille kesätyöntekijöille, jotka auttoivat minua kenttämittauksissa. Lisäksi kiitoksen ansaitsevat kaikki henkilöt, jotka eri tavoin auttoivat minua eteenpäin diplomityöni aikana. Erityiskiitokset kaikesta saamastani tuesta ja hyvistä elämänohjeista kuuluvat isälleni ja äidilleni. Lopuksi haluan kiittää Artoa kannustuksesta ja kärsivällisyydestä tätä työtä kohtaan. Espoossa Eveliina Vahtera

5 Sisällysluettelo Alkusanat... 3 Käsitteitä Johdanto Työn tausta Tutkimusongelma Työn tavoite ja aiheen rajaus Työn rakenne Akustiikka Ääni Äänen eteneminen ympäristössä Melu Meluntorjunnan lainsäädäntö ja ohjearvot Raideliikenteen melu Melun lähteet raideliikenteessä Raideliikennemelun erityispiirteet Raideliikennemelulle altistuminen Suomessa Raideliikennemelun torjunta Matalat meluesteet Määritelmä ja alustavat tuotevaatimukset Ulkomailla käytetyt matalat meluesteet Kenttätutkimus matalan meluesteen vaimennuskyvystä Mittausten tavoitteet ja mittauspaikka Tutkimusmenetelmät Mittauskalusto Mikrofonien sijainnit Mittausmenettely Mittaustulokset ja tulosten tarkastelu Mittaustulosten luotettavuus Matalan meluesteen vaimennuskyvyn määrittäminen melunlaskentaohjelmalla Melulaskennan tarkoitus ja laskentaohjelma

6 6.2 Mallinnus Tulokset Melunlaskentamallin luotettavuus Yhteenveto, päätelmät, suositukset Lähteet Liiteluettelo

7 Käsitteitä Absorptio Absorboiva melueste A-taajuuspainotus Aukean tilan ulottuma (ATU) Desibeli Enimmäistaso Keskiäänitaso Melu Melualtistus Melutaso Taustamelu Ympäristömelu Energiahäviöiden aiheuttama ääniaallon vaimeneminen sen edetessä väliaineessa tai heijastuessa rajapinnasta. Meluesteen pinta on ääntä imevä, joten melu ei heijastu sen pinnasta. Taajuuspainotus, joka ottaa huomioon ihmisen kuulon erilaisen herkkyyden eri taajuuksille. Pitkin raidetta ulottuva tila, jonka sisäpuolella ei saa olla kiinteitä rakenteita tai laitteita. Kahden tehoon verrannollisen suureen suhteen kymmenkantaisen logaritmin arvo kymmenellä kerrottuna. Esimerkiksi tehojen P1 ja P2 suhde desibeleinä on 10lg(P1/P2). Mittausaikana vallinnut suurin äänitaso. Äänenpaineen keskimääräistä tehollisarvoa vastaava äänitaso tietyllä ajanjaksolla. Ääni, jonka ihminen kokee epämiellyttävänä tai häiritsevänä tai joka on muulla tavoin ihmisen terveydelle vahingollista tai hänen muulle hyvinvoinnilleen haitallista. Tilanne, jossa ihminen on äänienergian vaikutuksen kohteena. Melun äänitaso, usein A-painotettu keskiäänitaso. Muu kuin tarkasteltava melu. Yleisnimitys kaikelle ihmisen asuin- ja elinympäristössä esiintyvälle melulle. 6

8 1 Johdanto 1.1 Työn tausta Melu tarkoittaa ääntä, jonka ihminen kokee epämiellyttävänä tai häiritsevänä. Melua ei voida määrittää vain fysikaalisesti, koska myös fysiologiset vaikutukset ja häiritsevyys vaikuttavat siihen, mitkä äänet koetaan meluksi. Melulla on monia haitallisia vaikutuksia ihmisen terveyteen ja se heikentää ympäristön laatua. (Heinonen-Guzejev 2007.) Lisäksi liikennemelu aiheuttaa vuosittain yhteiskuntataloudellisia kustannuksia, jotka ovat Euroopassa 0,2-0,5 prosenttia bruttokansantuotteesta. Suomessa tämä tarkoittaa noin miljoonan kustannuksia vuodessa. (Ympäristöministeriö 2004.) Päiväajan yli 55 db ympäristömelualueilla asuu noin suomalaista, eli 17 % Suomen asukkaista. Kuvassa 1 on esitetty melualueilla asuvien prosenttiosuudet melulähteittäin. Raideliikenteen melualueilla asuu koko Suomessa noin henkeä. Raideliikenteen melulle altistuu vähemmän ihmisiä kuin tieliikenteen melulle, koska raideliikenteen verkon pituus on noin 10 % maanteiden verkon pituudesta. (Liikkonen & Leppänen 2005.) Kuva 1. Melualueilla asuvien prosenttiosuudet melulähteittäin. Raideliikenteen meluhaitat keskittyvät vilkkaimmin liikennöidyille rataosuuksille. Siksi raideliikenteen melulle altistutaan etenkin YTV- alueella (Helsinki, Vantaa, Espoo ja Kauniainen) sekä Tampereen seudulla (Liikkonen & Leppänen 2005). Suomen kaukoliikenteen matkustajavirrat on esitetty kuvassa 2 ja rataverkko liitteessä A. Tulevaisuudessa rautatieliikenteen kasvu tulee keskittymään henkilöliikenteessä pääkaupunkiseu- 7

9 dun lähiliikenteeseen ja tavaraliikenteessä Kotka-Kouvola-Vainikkala rataosuuden läpikulkuliikenteeseen. Myös raideliikenteen meluhaitat keskittyvät näille rataosuuksille. (Ympäristöministeriö 2004.) Kuva 2. Kaukoliikenteen matkustajavirrat (Liikennevirasto 2009). Raideliikenteen melu on kasvava ympäristöongelma. Suomessa veturikilometrien määrä on lisääntynyt noin prosentin vuosivauhdilla ja liikennemäärien kasvun myötä yhä useammat radan läheisyydessä asuvat kokevat melun ongelmana (Ympäristöministeriö 2004). Lisäksi kaupunkirakenteen tiivistäminen kestävän kehityksen periaatteiden mukaisesti on aiheuttanut sen, että uusia asuinalueita kaavoitetaan yhä enemmän rautateiden läheisyyteen (Innanen & Soosalu 2009). Tulevaisuudessa Suomen rataverkko ei tule juuri laajenemaan, mutta olemassa olevan runkoverkon palvelutasoa pyritään nostamaan liikennöintinopeuksia nostamalla. Nopeuden kasvu lisää raideliikenteestä syntyvää melua ja sille altistuvien määrää. (Ympäristöministeriö 2007b). Raideliikenteen meluhaitat tulevat lisääntymään tulevaisuudessa muuallakin Euroopassa, koska sekä matkustajamäärien että rautateiden tavarakuljetusten oletetaan kasvavan. Raideliikenteen kasvavat liikennemäärät ovat seurausta Euroopan unionin tavoitteesta 8

10 siirtää matkustajia muista kulkumuodoista raideliikenteelle sekä kasvavasta tavarankuljetustarpeesta. ERRAC (The European Rail Research Advisory Council) on esittänyt tavoitteeksi kolminkertaistaa matkustajaliikenteen määrät ja lisätä tavarankuljetuksia yli kolminkertaisesti vuodesta 2000 vuoteen 2020 mennessä. Tavoitteen saavuttaminen edellyttäisi 15 prosentin markkinaosuutta tavarakuljetuksista ja 12 prosentin markkinaosuutta henkilökuljetuksista. (ERRAC 2002.) Myös kansainvälinen rautatieliitto UIC (The International Union of Railways) on esittänyt samansuuruisia kasvutavoitteita raideliikenteelle. UIC arvioi 10 prosentin markkinaosuutta rautateiden henkilöliikenteelle ja 15 prosentin markkinaosuutta tavaraliikenteelle vuoteen 2020 mennessä. (UIC 2001.) Jos raideliikenteen kasvuennustukset toteutuvat, aiheuttavat ne ympäristövaikutuksia sekä olemassa olevalla rataverkolla että liikennemäärien kasvun myötä rakennetuille uusille ratayhteyksille. Karkean arvion mukaan raideliikenteen kasvu voi lisätä kokonaismelutasoa noin 5 db ja kolminkertaistaa melutapahtumien määrän öisin. (Ögren 2006.) Raideliikenteen kasvavien meluongelmien myötä myös tarve raidemelun torjumiselle tulee kasvamaan. Lisäksi Suomessa melulle altistuvien määrää pyritään vähentämään valtakunnallisella meluntorjunnan toimintaohjelmalla. Tavoitteena on vähentää ympäristömelua niin, että vuonna 2020 yli 55 desibelin melualueilla asuisi 20 % vähemmän ihmisiä kuin vuonna Raideliikenteen osalta tavoite tarkoittaa sitä, että melualueilla asuvien määrää tulisi vähentää 30 prosentilla vuodesta 2003 vuoteen 2020 mennessä. Silloin raideliikenteen melualueilla asuisi enintään asukasta. (Ympäristöministeriö 2004.) Raideliikenteen meluntorjuntaan tarvitaan uusia toimivia ja kustannustehokkaita ratkaisuja, joilla voidaan taata ihmisten terveellinen asuinympäristö. Meluntorjunnan ensisijainen tavoite on aina vähentää syntyvän melun määrää. Tämä voidaan toteuttaa esimerkiksi parantamalla kiskojen ja pyörien kuntoa. Lisäksi kehitteillä on erilaisia junakalustoon liittyviä teknisiä ratkaisuja. Nämä keinot eivät kuitenkaan ole vielä osoittautuneet riittävän tehokkaiksi ja siksi raideliikenteen meluhaittoja joudutaan torjumaan erilaisilla rakenteellisilla ratkaisuilla kuten meluaidoilla. Vaikka meluaita on toiminnallisesti hyvä vaihtoehto, ei se silti sovellu meluntorjuntaratkaisuksi kaikissa kohteissa. Meluaidat ovat maisemakuvallisesti hallitsevia ja niitä pidetään rakentamiskustannuksiltaan kalliina vaihtoehtona. (Innanen & Soosalu 2009.) Meluaidat voivat rajoittaa näkymiä ihmisten asunnoista ja lisäksi ne peittävät junamatkustajille aukenevia näköaloja junien ikkunoista. Meluaita voidaan korvata tietyissä tapauksissa kaupunkikuvaan paremmin sopivalla matalalla meluesteellä. Matalalla meluesteellä tarkoitetaan estettä, jonka nimelliskorkeus kiskon pinnasta on 850 mm + 10 mm -20mm. Matala melueste sijaitsee ratapenkereen päällä lähellä kiskoja, jolloin se vaimentaa parhaiten kiskon ja pyörän kohtaamisesta syntyvää melua. (Innanen & Soosalu 2009.) Matala melueste on uudentyyppinen meluntorjuntaratkaisu, josta on vain vähän tutkimustietoa olemassa. Suomessa matalia meluesteitä on toistaiseksi rakennettu vain koekäyttöön. 9

11 Matalille meluesteille on laadittu vasta alustavat tuotevaatimukset, joissa annetaan ohjeet esteen mitoille, painolle, erilaisten kuormien kantokyvylle, perustamiselle, kaapeloinnille ja maadoitukselle. Lisäksi tuotevaatimusten luonnosversion mukaan meluesteellä saavutettava hyöty (melutason alenema ja suojattavien kohteiden määrä) on selvitettävä. (Destia 2009.) 1.2 Tutkimusongelma Matalien meluesteiden alustavissa tuotevaatimuksissa ei oteta kantaa siihen, miten meluesteeltä saavutettava melutason alenema tulisi selvittää. Melutason alenema voidaan selvittää esimerkiksi maastomittausten avulla. Maastomittauksia varten tehtävä koerakentaminen vaatii kuitenkin resursseja ja lisää kustannuksia. Yleensä meluesteeltä saavutettava hyöty selvitetään kaupallisella melunlaskentaohjelmalla. Suomessa käytettävien melunlaskentaohjelmien on perustuttava yhteispohjoismaiseen raideliikenteen laskentamalliin, jonka kehitystyöstä vastaavat Pohjoismaiden ympäristö- ja liikenneviranomaiset sekä akustiikka-alan ammattilaiset. Suomessa yleisesti käytetyt melunlaskentaohjelmat ovat SoundPlan ja CadnaA. Pohjoismainen raidemelun laskentamalli soveltuu meluaitojen mallinnukseen, mutta aiemmin ei ole tutkittu, soveltuuko pohjoismaiseen laskentamalliin perustuva melunlaskentaohjelma yhtä hyvin myös uudentyyppisen, lähellä raidetta olevan matalan meluesteen mallintamiseen. Ei siis tiedetä, saadaanko laskentaohjelmalla samoja tuloksia matalan meluesteen melunvaimennuskyvylle kuin kenttämittauksissa. 1.3 Työn tavoite ja aiheen rajaus Tämän työn päätavoitteena oli selvittää, kuinka hyvin pohjoismaiseen raidemelun laskentamalliin perustuva laskentaohjelma soveltuu matalan meluesteen vaimennuskyvyn arviointiin. Työn tarkoituksena oli verrata kenttämittauksista saatua aineistoa melunlaskentaohjelman tuloksiin ja näin arvioida melunlaskentaohjelman soveltuvuutta matalan meluesteen melunvaimennuskyvyn todentamiseen. Melunlaskentaohjelmana käytettiin pohjoismaiseen raidemelun laskentamalliin perustuvaa CadnaA-ohjelmaa. Työssä otettiin kantaa vain meluesteen akustisiin tuotevaatimuksiin. Tutkimuksen kenttäosuudessa suoritettiin mittauksia ainoastaan yhdelle kaupalliselle matalan meluesteen koerakenteelle. Tämän tutkimuksen tulokset koskevat vain koerakennetta, jolle mittaukset suoritettiin. 10

12 1.4 Työn rakenne Tämä diplomityö koostuu kirjallisuusselvitykseen pohjautuvasta teoriaosasta, kenttätutkimuksesta sekä melunlaskentaohjelman käytöstä. Teoriaosassa käsitellään akustiikkaa, perehdytään tarkemmin raideliikenteen meluun ja tutustutaan matalien meluesteiden ominaisuuksiin ja käyttömahdollisuuksiin. Kokeellinen osuus koostuu kenttämittauksista ja melunlaskentaohjelman käytöstä. Kenttätutkimukset suoritettiin kesällä 2011 Tuusulan Kytömaalla, jossa oli matalan meluesteen koerakenne. Melumittausten avulla selvitettiin melutasot eri pisteissä junan ohiajon aikana. Vertailemalla meluesteen kohdalla ja ulkopuolella olleiden tarkastelupisteiden melutasoja pystyttiin arvioimaan matalan meluesteen melunvaimennuskyky. Kenttätutkimuksen tekotapaa ja tuloksia on käsitelty luvussa 5. Luvussa 6 on käsitelty CadnaA-melunlaskentaohjelman käyttöä, esitetty melunlaskentaohjelman tulokset ja verrattu näitä tuloksia kenttämittausten tuloksiin. Melunlaskentaohjelmalla mallinnettiin melueste, jonka ominaisuudet vastasivat kenttätutkimuksessa käytetyn matalan meluesteen ominaisuuksia. Junan ohiajosta syntyviä melutasoja tarkasteltiin samoissa pisteissä kuin kenttämittauksissa. Näin pystyttiin arvioimaan vastaavatko kenttämittausten ja melunlaskentaohjelman tulokset toisiaan. Luvussa 7 esitetään työn yhteenveto ja suositukset. 11

13 2 Akustiikka 2.1 Ääni Ääni on aaltoliikkeenä etenevää ilmahiukkasten värähtelyä. Ääniaallot etenevät väliaineessa, joka voi olla nestettä, kaasua tai kiinteää ainetta. Kun ääniaalto etenee ilmassa, aiheuttaa se pieniä muutoksia ilmanpaineeseen. Ilmanpaineen pienet muutokset taas synnyttävät kuuloaistimuksen. Äänitasomittareissa käytettävien mikrofonien toiminta perustuu myös ilmanpaineen tasojen vaihtelun mittaamiseen. (Rossing et al ) Äänenpaineella tarkoitetaan paineen vaihtelua staattisen ilmanpaineen suhteen. Värähtelyn ja aaltoliikkeen aiheuttama ilmanpaineenvaihtelu on erittäin pientä normaaliin ilmanpaineeseen verrattuna. Esimerkiksi miljoonasosan vaihtelu normaalista noin 100 kpa ilmanpaineesta vastaa äänenvoimakkuutta 74 db. (Lahti 1995.) Äänen fysikaaliseen luonnehdintaan tarvitaan kolme ulottuvuutta: äänen taso, äänen taajuus ja aika. Äänen taso kuvaa äänen voimakkuutta. Erilaisia tasoja ovat esimerkiksi äänenpainetaso ja äänitehotaso. Akustiikassa tasot ovat 10-kantaiseen logaritmiin perustuvia suureita, joiden yksikkönä on desibeli (db). Akustiikassa käytetään logaritmiin perustuvia suureita, koska ihmisen kuuloaisti toimii logaritmisesti eli se aistii esimerkiksi äänenpainetason suhteelliset muutokset samansuuruisina (Lahti 2003). Ihminen kykenee aistimaan noin 2-3 db suuruisin melutason muutoksen. Melun koetaan kaksinkertaistuvan, jos melutason muutos on 8-10 db. (Tiehallinto.) Taulukossa 1 on esitetty äänitasojen muutoksia, jotka ihminen pystyy havaitsemaan. Taulukko 1. Ihmiskorvin kuultavat äänitason muutokset. Muutos (db) Vaikutus 1-2 Tuskin havaittava muutos 3-4 Havaittava, melko pieni muutos 5-6 Selvästi havaittava, oleellinen muutos 7-8 Suuri muutos yli 10 Hyvin suuri muutos Äänenpainetaso määrää ihmisen aistimuksen ja siten myös haittojen ja häiritsevyyden suuruuden. Äänitasomittari eli melumittari mittaa havaintopisteen äänenpainetasoa. Äänenpainetason suuruus riippuu äänilähteen melupäästöstä (äänitehotasosta), äänilähteen etäisyydestä ja ympäristön ominaisuuksista. (Hänninen & Tiihinen 1997.) Äänenpainetaso L p voidaan määrittää yhtälöllä (1) 12

14 jossa p on tarkasteltavan äänen äänenpaineen tehollisarvo [Pa] p 0 vertailuäänenpaine Pa. Vertailuarvona käytetään äänenpainetta 20 µpa, koska se on normaalikuuloisen ihmisen kuulokynnys noin 1 khz taajuudella. (Rossing et al ) Erilaisten äänien äänenpainetasoja on esitelty taulukossa 2. Taulukko 2. Eri lähteiden äänenpainetasoja (Hänninen & Tiihinen1997.) Äänenpainetaso (db) Esimerkki 140 lähellä suihkukonetta 130 kipukynnys, paineilmavasara iso orkesteri 100 konepaja, kivipora vilkasliikenteinen katu ravintola, tavaratalo 50 toimisto 40 hiljainen asuntoalue yöllä 30 hiljainen asunto 20 taustamelu tyhjässä TV-studiossa 10 0 kuulokynnys (1000 Hz) Äänitehotaso ilmoittaa kuinka suuren akustisen tehon tietty äänilähde tuottaa. Äänitehotaso ei riipu sijoituspaikasta eikä ympäristöstä, vaan se on äänilähteen oma perusominaisuus. (Lahti 1995.) Erilaisten äänilähteiden äänitehotasoja on esitetty taulukossa 3. Äänitehotaso määritellään yhtälöllä (2) jossa P on mitattu ääniteho [W] P 0 vertailuteho W. (Rossing et al ) 13

15 Taulukko 3. Erilaisten äänien äänitehotasoja (Hänninen & Tiihinen1997). Äänentehotaso (db) Esimerkki 195 raketti 180 suihkukone potkurinen lentokone 130 suuri orkesteri 100 auto maantiellä 90 huutaminen 70 normaali puhe 30 kuiskaus Äänen taajuus tarkoittaa äänen jaksojen lukumäärää sekunnissa. Äänen taajuussisältö vaikuttaa äänen tason lisäksi äänen synnyttämään aistimukseen. Taajuuden yksikkö on hertsi (Hz) ja taajuusjakaumaa kutsutaan spektriksi. Taajuusjakaumaltaan erilaisia ääniä ovat äänes, jaksollinen ääni ja jaksoton ääni (kuva 3). Äänes muodostuu vain yhdestä taajuudesta ja sen taajuusjakauma sisältää vain tällä taajuudella olevan viivaspektrin. Jaksollinen ääni taas sisältää perustaajuuden ja sen kerrannaiset. Jaksollisia ääniä muodostavat monet musiikki-instrumentit. Rautatieliikenne taas aiheuttaa jaksotonta ääntä eli sen taajuusjakauma on jatkuva ja sisältää lukemattoman määrän eri taajuuskomponentteja. Taajuusalue esitetään aina logaritmisella asteikolla ja mittaukset tehdään käyttämällä tietyn levyisiä kaistoja. Yleisemmin käytetyt kaistat ovat oktaavi- ja terssikaista. Oktaavikaistan rajataajuuksien suhde on 2. Terssikaista taas saadaan jakamalla oktaavikaista kolmeen osaan. Terssikaistan rajataajuuksien suhde on Tiihinen 1997.). (Hänninen & Kuva 3. Erilaisten äänien taajuusjakaumat. Ihmisen kuulo on kehittynyt vastaanottamaan ilmassa eteneviä ääniaaltoja tietyltä taajuus- ja äänenpainetasoalueelta, joka on esitetty kuvassa 4. Normaalikuuloisen ihmisen kuuloalue käsittää taajuusalueen Hz. Kuuloaluetta matalampitaajuisia il- 14

16 manpainevärähtelyjä kutsutaan infraääniksi ja korkeampitaajuisia värähtelyjä ultraääniksi. Kuulokynnys tarkoittaa heikoimman kuultavissa olevan äänen äänenpainetasoa. Kipuraja taas on voimakkain ääni, minkä kuulo pystyy käsittelemään (130 db, 1kHz). Tätä voimakkaammat äänet voivat välittömästi vaurioittaa kuuloa ja ne koetaan usein kipuaistimuksena. Kuvaa 4 voidaan kutsua myös vakioäänekkyyskäyrästöksi, koska sen jokaisella käyrällä vallitsee tietty äänekkyystaso. Äänekkyystaso kuvaa kuuloaistimuksen voimakkuutta ja sen yksikkö on foni. Äänen äänekkyystaso on lukuarvona sama kuin yhtä äänekkään 1 khz:n ääneksen äänenpainetaso desibeleinä. Siksi esimerkiksi 60 fonin äänekkyystaso taajuudella 20 Hz edellyttää lähes 100 db:n äänenpainetasoa, kun 1kHz:n taajuudella riittää 60 db. (Karjalainen 2008.) Kuva 4. Vakioäänekkyyskäyrästö (Karjalainen 2008). Ihmisen korvan herkkyys eri taajuuksille vaihtelee siten, että kuulo on herkimmillään taajuusalueella Hz. Kuuloalueen päissä kuulokynnys on useita kymmeniä desibelejä korkeammalla kuin herkimmillä alueilla. Jos äänen tasoa arvioitaessa halutaan ottaa huomioon ihmisen kuulon herkkyys eri taajuuksille, käytetään A- taajuuspainotusta. Taajuuspainotus tarkoittaa periaatetta, jonka mukaan äänenpainetason mittauksissa huomioidaan eri taajuuskomponenttien osuus. A-taajuuspainotuksessa matalia taajuuksia vaimennetaan ihmisen kuulokynnyksen mukaisesti ja se on yleisemmin käytetty taajuuspainotus. Lineaarinen taajuuspainotus ei taas painota mitään taajuutta vaan on suora taajuuden suhteen. Muita taajuuspainotuksia ovat B-, C- ja D-painotus. B- ja C-painotusta käytetään työsuojelullisissa mittauksissa ja D-painotusta suihkukoneiden melumittauksissa. (Hänninen & Tiihinen 1997.) 15

17 Taajuus vaikuttaa myös äänen aallonpituuteen. Meluntorjunnassa tähän on kiinnitettävä huomiota, kun mitoitetaan esteitä, koska este vaimentaa ainoastaan ääntä, jonka aallonpituus on pienempi kuin esteen korkeus. (Suomen kuntatekniikan yhdistys 1997.) Äänen aallonpituus eri taajuuksilla on esitetty taulukossa 4. Taulukko 4. Äänen taajuuden ja aallonpituuden väliset suhteet ilmassa, lämpötila 20 C (Björk 1991). Taajuus (Hz) Aallonpituus (m) , , ,69 1k 0,34 5k 0,069 20k 0,017 Ympäristössä esiintyvät äänet vaihtelevat ajan kuluessa ja tämän takia äänien mittaamiseksi on käytettävä erilaisia tarkastelujaksoja. Enimmäistasolla L max tarkoitetaan mittausaikana vallinnutta suurinta äänenpainetasoa. Melun voimakkuutta voidaan kuvata myös mittausjakson tehollisarvon eli keskiäänitason avulla. (Hänninen & Tiihinen 1997.) Keskiäänitasosta käytetään myös nimitystä ekvivalenttitaso. A-painotetun äänenpaineen keskimääräistä tehollisarvoa määritetyllä ajanjaksolla (T) vastaava A- äänitaso L Aeq,T voidaan määrittää yhtälöllä, (3) jossa t 1 on määrätyn ajanjakson T alkuhetki t 2 määrätyn ajanjakson T loppuhetki L pa (t) tarkasteltavan äänen A-äänitason hetkellisarvo (db). Jos usean ajanjakson keskiäänitasot tunnetaan, niitä vastaava kokonaisajan keskiäänitaso voidaan määrittää yhtälöllä (4) jossa M on ajanjaksojen lukumäärä T i ajanjakson i kesto T kokonaisaika (ΣT i ) 16

18 L Aeq,Ti ajanjakson i keskiäänitaso. Jos kaikki ajanjaksot T i ovat samanpituisia, yhtälö yksinkertaistuu muotoon (5) (Ympäristöministeriö 1995.) Melutasojen ohjearvot ilmoitetaan A-painotettuina keskiäänitasoina. Päiväajan ohjearvona käytetään keskiäänitasoa aikavälillä 7-22 ja yöajan ohjearvo tarkoittaa keskiäänitasoa aikavälillä (Vnp933/92.) Melutasojen ohjearvoja on käsitelty tarkemmin luvussa Äänen eteneminen ympäristössä Tarkastelukohteen melutaso riippuu äänilähteen ominaisuuksien lisäksi ympäristön olosuhteista. Äänen eteneminen ympäristössä perustuu aaltoliikeopin lakeihin. Ääniaalto esimerkiksi taittuu kun väliaineen ominaisuudet muuttuvat. Lisäksi ääni taipuu esteiden taakse, heijastuu rajapinnoista ja siroaa pienten kappaleiden vaikutuksesta. Ääni vaimenee kun etäisyys äänilähteestä kasvaa. Tätä ilmiötä kutsutaan etenemisvaimennukseksi, joka koostuu leviämisvaimennuksesta ja lisävaimennuksesta. (Björk Hänninen & Tiihinen 2007.) Leviämisvaimennus aiheutuu äänen hajautumisesta. Äänilähde säteilee ympärilleen poispäin etenevän ääniaallon, jossa ääniteho leviää laajemmalle pinnalle etäisyyden kasvaessa. Silloin myös äänipaine pienenee. Äänitehon ja -paineen pieneneminen riippuu äänilähteen muodosta. Tarkasteluetäisyyteen verrattuna pieni melulähde on pistelähde. Esimerkiksi auto ja lentokone ovat pistelähteitä. Yhtenäinen autojono ja pitkä juna ovat taas viivalähteitä. (Lahti 2003.) Pistemäinen äänilähde aiheuttaa ympärilleen pallomaisen äänikentän. Kun etäisyys kasvaa, pistemäisen äänilähteen säteilemä äänienergia hajautuu suurenevalle pallopinnalle. Etäisyysvaimennus voidaan laskea palloaaltojen pinta-alojen suhteena. Kahden eri etäisyyden välinen etäisyysvaimennus pistelähteelle lasketaan kaavalla: (6) Pistemäisille äänilähteille etäisyysvaimennus on noin -6 db, kun etäisyys kaksinkertaistuu. Viivamainen äänilähde aiheuttaa ympärilleen sylinterimäisen äänikentän. Jos viivamaisen äänilähteen pituus on L, hajautuu äänienergia sylinteripinnalle, jonka pinta-ala on 2πrL. Kun etäisyys äänilähteen ja tarkastelupisteen välillä kasvaa, äänienergia hajau- 17

19 tuu aina suurenevalle sylinteripinnalle. Kahden eri etäisyyden välinen etäisyysvaimennus viivalähteelle voidaan laskea kaavalla: (7) Kun etäisyys kaksinkertaistuu, etäisyysvaimennus on noin -3 db. Esimerkki viivamaisesta äänilähteestä on tie, jossa liikennevirta on jatkuvaa. Tasolähteet muodostavat ympärilleen tasomaisen äänikentän. Tasolähteiden kohdalla etäisyysvaimennusta ei tapahdu, koska äänienergia ei pysty hajautumaan. (Hänninen & Tiihinen 2007.) Lisävaimennus voi aiheutua ilman absorptiosta, sääolojen, kasvillisuuden, esteiden tai maanpinnan vaikutuksesta. Sääolojen vaikutus ääniaallon etenemiseen on sitä suurempi, mitä pidempi on äänen kulkema matka. Merkittävimmät äänen etenemiseen vaikuttavat säätilamuuttujat ovat tuuli ja ilman lämpötila sekä näiden tekijöiden muuttuminen korkeuden kasvaessa maanpinnasta. Sateella tai sumulla ei ole merkittävää vaikutusta äänen etenemiseen. (Björk 1991.) Ilmakehän lämpötilan muuttuminen korkeuden muuttuessa määräytyy vallitsevista auringon säteilyolosuhteista. Jos taivas on pilvetön, auringon säteet lämmittävät päiväaikaan ilmakerroksia lähellä maanpintaa. Tällöin lämpötila laskee korkeuden kasvaessa eli syntyy negatiivinen lämpötilagradientti. Äänisäde taipuu aina kohti kylmempää ilmamassaa, joten negatiivisen lämpötilagradientin tapauksessa äänisäteet taipuvat poispäin maanpinnasta (kuva 5). Lähelle maanpintaa voi syntyä varjoalue, johon ääni etenee huonommin kuin neutraalin säätilan vallitessa. Päinvastainen tilanne syntyy, kun lämpötila kasvaa korkeuden kasvaessa. Jos taivas on pilvetön yöaikaan, maanpinta säteilee lämpöä ylöspäin ja maanpintaa lähellä olevat ilmakerrokset jäähtyvät. Koska äänen nopeus kasvaa lämpötilan noustessa, äänisäteet taipuvat kohti maanpintaa, jolloin ne voivat kulkea keinotekoisten ja luonnollisten esteiden yli (kuva 6). Positiivisen lämpötilagradientin tapauksessa voi tarkastelupisteessä olla neutraalia tilannetta suurempi äänitaso. Pilvisellä säällä lämpötilagradientit ovat pienempiä. 18

20 Kuva 5. Äänisäteet taipuvat poispäin maanpinnasta, jos lämpötila laskee korkeuden kasvaessa (Eurasto 2003). Kuva 6. Positiivisen lämpötilagradientin tapauksessa äänisäteet taipuvat kohti maanpintaa (Eurasto 2003). Äänen todellinen etenemisnopeus ulkona on äänennopeuden ja tuulennopeuden summa. Tuulennopeus kasvaa aina ylöspäin mentäessä, koska maanpinnan muodot ja maanpinnan aiheuttama vastus pienentävät tuulen nopeutta. Tuulen nopeuden voimistuminen korkeuden kasvaessa aiheuttaa sen, että ääniaalto taipuu vastatuulella ylöspäin ja myötätuulella alaspäin. Vastatuulella maanpinnan läheisyyteen voi syntyä varjoalueita ja myötätuulessa monet lisävaimennustekijät eliminoituvat eli olosuhteet ovat vähän ääntä vaimentavat. Myötätuulella äänitasot ovat usein suurempia ja vastatuulella pienempiä kuin tyynellä säällä. (Eurasto Björk 1991.) Tuuli- ja lämpötilagradientit vaikuttavat yleensä aina samanaikaisesti ja niiden yhteisvaikutus määrää, miten ääni etenee ympäristössä neutraaliin säätilaan verrattuna. Tuulija lämpötilagradientin vaikutus riippuu äänilähteen ja tarkastelupisteen korkeuksista sekä niiden välisestä etäisyydestä. Yleensä gradienttien vaikutus alkaa vasta, kun tarkas- 19

21 telupisteen ja melulähteen etäisyys on yli 25 metriä. Eri tutkimuksien mukaan vaikutus voi olla suurimmillaan +10 db. (Eurasto 2003.) Maanpinnan ominaisuuksilla on vaikutusta äänen etenemiseen maastossa. Havaintopisteen kokonaisäänenpainetaso muodostuu lähellä maanpintaa suoraan kulkeneesta ja heijastuneesta äänestä. Heijastuneen äänen osan suuruuteen vaikuttavat maanpinnan ominaisuudet. Pehmeä maa, kuten lumi tai ruoho, vaimentavat ääntä. Lumipeitteen vaikutus voi olla jopa 5 db rakennetussa ympäristössä, missä on paljon heijastuksia. Akustisesti kova pinta (esimerkiksi kallio tai vesi) taas vahvistaa ääntä. Riittävän tiheä ja tiivis kasvillisuusvyöhyke melulähteen ja kohteen välissä vaimentaa ääntä. Kasvillisuuden ääntä vaimentava vaikutus perustuu äänen heijastumiseen ja sirontaan. Yleensä kasvillisuus vaikuttaa äänen vaimenemiseen vain korkeilla äänillä (yli Hz) eli silloin kun aallonpituus on riittävän lyhyt. Kasvillisuusvyöhykkeen sisällä sääolot voivat poiketa merkittävästi avoimen maaston sääoloista. Tuuli on usein esimerkiksi metsässä heikompaa eikä lämpötilagradienttia esiinny. Muuttuvien säätilatekijöiden vaikutukset äänen etenemiseen voivatkin olla merkittävämpiä kuin itse kasvillisuuden vaikutus. (Björk Hänninen & Tiihinen 2007.) Ilman absorptio aiheuttaa äänen vaimenemista. Absorption suuruus riippuu etäisyydestä, lämpötilasta, ilman suhteellisesta kosteudesta, ilmanpaineesta sekä äänen taajuudesta. Pakkasella ilman absorptio kasvaa suhteellisen kosteuden kasvaessa kun taas yli 0 C lämpötilassa absorptio pienenee suhteellisen kosteuden kasvaessa. Ilman absorptio on pienimmillään silloin, kun sekä ilman lämpötila että suhteellinen kosteus ovat alhaisia. Yleensä ilman absorptiolla on merkitystä vasta, kun äänen taajuus on korkea (yli Hz) ja etäisyys on yli 100 metriä. Esimerkiksi 1 khz:n taajuudella absorption vaimennusvaikutus on 5 db/km ja 10 khz:n taajuudella 90 db/km, kun ilman lämpötila on 20 C ja suhteellinen kosteus 70 %. Raideliikenteen melua tarkasteltaessa ilmakehän absorptiolla ei yleensä ole vaikutusta, koska etäisyydet ovat pieniä. (Eurasto Hänninen & Tiihinen 2007.) Äänen kulkutiellä on maastossa erilaisia esteitä kuten mäkiä, rakennuksia ja meluesteitä. Esteen mitat ja äänen taajuus vaikuttavat siihen, miten hyvin ääni vaimenee. Myös esteen sijainnilla on vaikutusta vaimennuskykyyn: mitä lähempänä este on melulähdettä tai kuulijaa, sitä tehokkaammin se toimii. (Hänninen & Tiihinen 2007.) Kun ääniaalto kohtaa esteen, se pyrkii taipumaan esteen taakse. Tämä on esimerkki ilmiöstä, jota kutsutaan diffraktioksi (kuva 7). Äänen diffraktio riippuu äänen aallonpituudesta: mitä lyhempi aallonpituus (ja korkeampi taajuus), sitä vähemmän diffraktoitumista tapahtuu. (Everest 2001.) Meluesteitä on käsitelty tarkemmin luvussa

22 Kuva 7. Äänen diffraktio. Kuvassa ääni kääntyy esteen taakse. (Everest 2001.) 21

23 2.3 Melu Melulla tarkoitetaan häiritsevää tai haitallista ääntä. Melulähteen voimakkuutta kutsutaan melupäästöksi. Täsmällisesti määritettynä se on äänilähteen säteilemä ääniteho, tavallisesti ilmaistuna äänitehotasona. Paikassa tai tarkastelupisteessä, joka on melun kohteena, esiintyy taas tietty melutaso. Melutasolla tarkoitetaan melun äänenpainetta, joka tavallisesti ilmaistaan painotettuna äänenpainetasona. (Lahti 1995.) Meluun liittyy aina subjektiivinen tulkinta sen häiritsevyydestä kun taas ääni on pelkkä fysikaalinen käsite. Sama ääni voi tarkoittaa toiselle ulkoilmakonserttia ja toiselle melua. Jos millään äänellä ei olisi haitallisia vaikutuksia ihmiseen, ei käsitettä melu olisi olemassa. Melun lähde, merkityssisältö, laatu, voimakkuus, kesto, jatkuvuus, satunnaisuus ja hallittavuus vaikuttavat siihen, kuinka häiritsevänä ääni koetaan. Toisaalta myös yksilön piirteet, kuten meluherkkyys, ikä, sukupuoli ja terveydentila, vaikuttavat siihen, mitkä äänet koetaan meluksi. (Heinonen-Guzejev et al ) Melu on yleisin ympäristön laatua heikentävä tekijä. Lyhytkestoisena, tilapäisenä ja satunnaisena ilmiönä melu on pääosin viihtymiskysymys, mutta pitkään jatkuessaan se vaikuttaa ihmisen terveyteen. Elinympäristömme on täynnä erilaisia melulähteitä, joilla on tyypillisiä ominaisuuksia vuorokauden ajan, keston, toistuvuuden, säännöllisyyden, leviämisen, merkityssisällön ja hallittavuuden kannalta. (Heinonen-Guzejev et al ) Ihmisen elinympäristössä esiintyvää melua kutsutaan ympäristömeluksi. Ympäristömelua aiheuttavat liikenteen, teollisuuden, rakentamisen ja vapaa-ajan toimintojen äänet. (Ympäristöministeriö 1995.) Melulla on monia kielteisiä vaikutuksia ihmisten terveyteen, hyvinvointiin ja elinympäristön viihtyvyyteen. Meluisassa ympäristössä puheen erotuskyky heikkenee. Kognitiiviset toiminnot, kuten ajatteleminen ja havainnointi, vaikeutuvat äänitason noustessa. Melu aiheuttaa myös stressiä, häiritsee unta ja heikentää elinympäristön laatua. (Liikkonen & Leppänen 2005.) Melun aiheuttamat unihäiriöt sekä melun häiritsevyys voivat pitkän ajan kuluessa johtaa sydän- ja verisuonitauteihin. Sydän- ja verisuonitautien riski kasvaa, jos keskiäänitaso L den (Level Day Evening Night) on yli 65 db. Vaikka kuulija ei kokisikaan ääntä ärsyttävänä tai liian voimakkaana, on melu silti terveydelle haitallista. (Ögren 2006.) Melun haittavaikutuksista vakavin on kuulovaurio. Kuulovaurio on aina peruuttamaton, koska siihen ei ole olemassa hoitoa tai lääkettä. Kuulovaurion voi saada esimerkiksi meluisalla työpaikalla, ampumisen tai sähköisesti vahvistetun musiikin yhteydessä. Käytännössä kuulovaurion riski ilmaantuu, kun oleskellaan ilman kuulosuojausta yli db melussa koko päivä useiden vuosien ajan. Ympäristömelun äänitaso ei yleensä ole kuulolle vaarallinen. Lentokoneet ja suuret työkoneet ovat ainut poikkeus, mutta ulkopuolinen ei yleensä altistu näille melulähteille ja työntekijöiden edellytetään käyttävän kuulosuojausta. (Lahti 2003.) 22

24 Melun terveyshaitat korostuvat meluherkillä. Meluherkkyys on yksilöllinen ominaisuus, joka kuvaa henkilön tapaa kokea melu ja reagoida siihen. Siksi tietyllä äänenpainotasolla voi olla yksilöitä, jotka kokevat melun erittäin häiritsevänä ja toiset taas eivät edes huomaa samaa ääntä. Meluherkät kokevat melun uhkaavampana ja reagoivat siihen voimakkaammin. He myös tottuvat meluun hitaammin kuin ei-meluherkät. Huomattava osa väestöstä on meluherkkiä iästä tai sukupuolesta riippumatta: tutkimusten mukaan noin 38 % Suomen väestöstä on meluherkkiä. Meluherkkyys on merkittävä tekijä, joka tulee ottaa huomioon meluselvityksissä, koska se ennakoi melun terveysvaikutuksia ja unihäiriöitä paremmin kuin pelkkä melutaso. (Heinonen-Guzejev et al ) 2.4 Meluntorjunnan lainsäädäntö ja ohjearvot Melu kuuluu lainsäädännössä päästöihin, jotka voivat aiheuttaa ympäristön pilaantumista. Siksi keskeiset meluntorjuntaa koskevat säännökset sisältyvät ympäristönsuojelulakiin (86/2000). Suomessa meluntorjuntatarve määritetään Valtioneuvoston päätöksellä (Vnp 993/92) annettujen melutason ohjearvojen mukaisesti (taulukko 5). Ohjearvot tarkoittavat A-taajuuspainotettua keskiäänitasoa L Aeq ja ne on annettu erikseen päivä- (klo 7-22) ja yöajalle (klo 22-7). Melutasoa koskevat ohjearvot on annettu meluntorjuntalain (382/1987) nojalla ja ne tulivat voimaan Meluntorjuntalain tavoitteena on meluhaittojen ehkäiseminen ja viihtyisän ympäristön turvaaminen. Meluntorjuntalaki tulee ottaa huomioon maankäytön, liikenteen ja rakentamisen suunnittelussa. Maankäyttö- ja rakennuslaki (132/1999) on myös keskeinen meluntorjuntalaki. Lain tavoitteena on vaikuttaa alueidenkäyttöön ja rakentamiseen siten, että luodaan edellytykset hyvälle elinympäristölle ja edistetään kestävää kehitystä. Meluntorjuntaa koskevia säädöksiä on lisäksi useissa muissa laeissa, kuten terveydensuojelulaissa (734/1994), naapuruussuhdelaissa (26/1920), ympäristövaikutusten arvioinnista annetussa laissa (468/1994), maantielaissa (503/2005), maastoliikennelaissa (1710/1995), vesiliikennelaissa (493/1996) ja ilmailulaissa (1242/2005). (Ympäristöministeriö 2007a.) 23

25 Taulukko 5. Melutasojen ohjearvot (Vnp993/92). Melun A-painotettu keskiäänitaso (ekvivalenttitaso), L Aeq, enintään Ulkona Päivällä klo 7-22 Yöllä klo 22-7 Asumiseen käytettävät alueet, virkistysalueet taajamissa ja niiden välittömässä läheisyydessä sekä hoito- ja oppilaitoksia 55 db db* palvelevat alueet Loma-asumiseen käytettävät alueet, leirintäalueet, virkistysalueet taajamien ulkopuolella 45 db 40 db** ja luonnonsuojelualueet Sisällä Asuin-, potilas- ja majoitushuoneet 35 db 30 db Opetus- ja kokoontumistilat 35 db - Liike- ja toimistohuoneet 45 db - *Uusilla alueilla melutason yöohjearvo on 45 db. Oppilaitoksia palvelevilla alueilla ei sovelleta yöohjearvoa. **Taajamien ulkopuolella, taajamissa tai läheisyydessä olevilla loma-asunnoilla ja virkistysalueilla käytetään asuntoalueiden ohjearvoja. Melutasoja koskevia ohjearvoja pidetään yleisesti jokapäiväisessä elinympäristössä hyväksyttävinä suurimpina melutasoina. Todellisuudessa ohjearvot sellaisinaan eivät kuitenkaan takaa laadullisesti hyväksyttävää ja häiriötöntä ääniympäristöä. Esimerkiksi keskimäärin joka kymmenes pitää 55 db:n ja joka toinen 65 db:n melua häiritsevänä. Suunnittelussa ja päätöksenteossa olisikin tärkeää kiinnittää huomiota keskiäänitasojen lisäksi myös muihin melun ominaisuuksiin. Melusta saadaan riittävän monipuolinen käsitys vain, jos otetaan huomioon meluhuiput, melun toistuvuus, melun ajallinen jakauma, taajuusjakauma sekä melun lähde. Melukysymysten hallinta edellyttää monitahoista yhteistyötä ja vuorovaikutusta eri toimijoiden välillä. Sekä viranomaisten että asukkaiden on toimittava yhdessä, jotta meluntorjuntatavoitteet voidaan saavuttaa. Vastuu meluntorjunnasta on kuitenkin aina ensisijaisesti melun aiheuttajalla. (Ympäristöministeriö 2001.) Suunnittelun lähtökohdaksi on hyvä asettaa ohjearvoja selvästi alhaisemmat melutasot ulkona. Tällöin on mahdollista saavuttaa riittävän alhainen melutaso myös sisätiloissa, vaikka ikkunoita pidettäisiin auki. Jo rakennetussa ympäristössä ohjearvojen mukaisten melutasojen saavuttaminen ei aina ole mahdollista. Yksittäisissä tapauksissa tätä voidaan pitää hyväksyttävänä, mutta ohjearvojen ylittäminen vaatii aina erityiset syyt ja perusteelliset selvitykset. (Ympäristöministeriö 2001.) 24

26 3 Raideliikenteen melu 3.1 Melun lähteet raideliikenteessä Raideliikenteen melu syntyy monien eri lähteiden yhteisvaikutuksesta ja sen taajuus vaihtelee välillä Hz (Thompson 2009). Junan nopeus vaikuttaa siihen, mikä melulähde on vallitsevin. Tätä ilmiötä on havainnollistettu kuvassa 8. Lisäksi veturin ja vaunujen tyypillä, junan nopeudella ja pituudella sekä radan ominaisuuksilla ja kaluston kunnolla on vaikutusta syntyvään melupäästöön. Myös junien yksilölliset ominaisuudet, kuten pyörien epätasaisuuserot, aiheuttavat ääntä. (Innanen & Soosalu 2009.) Kuva 8. Junan nopeuden kasvun vaikutus melutasoon melulähteittäin. Raidemelun merkittävin osatekijä on junan pyörän ja kiskon välisen kontaktin aiheuttama ääni. Pyörän ja kiskon kosketuksesta syntyvä melu riippuu paljon näiden pintojen ominaisuuksista, koska pintojen ominaisuudet vaikuttavat sekä syntyvän melun äänitasoon että taajuusjakaumaan. Näistä kahdesta pinnasta kiskot ovat usein huonommassa kunnossa, koska pyörät hiotaan tai vaihdetaan uusiin jo turvallisuussyiden takia. Paikallisesti huonokuntoiseen raideosaan puututaan usein vasta tämän jälkeen. (Eurasto 1995b.) Pyörän ja kiskon välisestä kosketuksesta syntyy melua, koska molemmilla pinnoilla esiintyy epätasaisuuksia, jotka aiheuttavat värähtelyä. Melua aiheuttavien pyörien ja kiskojen epätasaisuuksien aallonpituudet ovat mm. Epätasaisuuksien aiheuttaman värähtelyn taajuus f voidaan määrittää yhtälöllä 25

27 , (8) jossa λ on epätasaisuuden aallonpituus (m) V on junan nopeus (m/s). (Thompson 2009.) Junan liikkuessa pyörä makaa kiskon selän päällä siten, että kontaktipinnan pituus on noin mm ja leveys on samansuuruinen. Pyörän liikkuessa kiskoja pitkin pienet epätasaisuudet sekä kiskon että pyörän pinnassa synnyttävät voimia molempiin pintoihin (kuva 9). Nämä voimat taas aiheuttavat värähtelyä, josta syntyy kuultavaa ääntä. Värähtelyenergiaa muuttuu myös lämmöksi ja rakenteita pitkin kulkevaksi tärinäksi. Sekä pyörän että kiskon värähtely on yhtä merkittävää kokonaismelutason kannalta. Kiskojen ja pyörien epätasaisuuksista ja karheudesta syntyvää ääntä kutsutaan vierintätai kulkumeluksi. (Ögren 2006.) Kuva 9. Pyörän ja kiskon kosketuksesta syntyy värähtelyenergiaa (Thompson 2009). Kaarteisilla rataosuuksilla kokonaismelutasoa nostaa merkittävästi kaarrekirskunta. Kaarrekirskunta on erittäin voimakasta melua, jonka ihmiset kokevat usein hyvin häiritsevänä. Mitä pienempi on radan kaarresäde, sitä voimakkaampaa kirskunta on. Kaarremelu on ongelma erityisesti kaupunkialueilla, joissa tilanpuutteen takia on käytettävä pieniä kaarresäteitä. (Thompson 2009). Suomessa kaarresäteet ovat yleensä niin suuria, ettei kaarrekirskunta aiheuta merkittävää meluhaittaa (Björk 1991). Kaarremelua syntyy jyrkissä kaarteissa, kun junan telit eivät pysty muuttamaan kulkusuuntaansa tangentiaalisesti kiskoja vasten. Tällöin joidenkin pyörien laipat hankaa- 26

28 vat kiskoja ja toiset pyörät liukuvat kiskojen päällä. Nelipyöräisen telistön etumainen sisäkaarteen puolella oleva pyörä aiheuttaa usein voimakkainta kirskuntaa. Kaarremelun ehkäisyssä tehokkain tapa on estää sen syntyminen kokonaan eli suunnitella kaarresäteet riittävän suuriksi. Jos tämä ei ole mahdollista, voidaan kaarrekirskuntaa vähentää voiteluaineilla, kuten vedellä tai erilaisilla öljyillä. (Thompson 2009.) Ilmanvastuksesta syntyvä aerodynaaminen melu on merkittävä tekijä vasta suurilla nopeuksilla. Aerodynaaminen melu muuttuu vallitsevaksi melunlähteeksi kun junan nopeus on yli 300 km/h. Aerodynaaminen melu on lähinnä korkeiden taajuuksien melua, joten vierintämelu säilyy merkittävänä alempien taajuuksien melunlähteenä, vaikka nopeudet olisivatkin korkeita. Nopeuden kasvaessa aerodynaamisen melun osuus kasvaa huomattavasti nopeammin kuin vierintämelun: vierintämelu kasvaa yleensä nopeudella 30log 10 V kun taas aerodynaaminen melu kasvaa nopeudella 60log 10 V (V= nopeus km/h). Aerodynaamisen melun syntymiseen vaikuttavat turbulentit ilmavirtaukset, joita telit, virran johtimet, vaunujen välit, veturin keula, tuulettimien säleiköt sekä muut junan ulkopuoliset osat aiheuttavat. (Iwniki Ögren 2006.) Aerodynaamista melua, joka syntyy esimerkiksi virran johtimista, ei pystytä torjumaan meluesteillä, koska melulähde sijaitsee korkealla. Rataosilla, joilla on meluesteitä, voi aerodynaaminen melu olla merkittävää alhaisillakin nopeuksilla. Meluesteet torjuvat vain kiskon ja pyörän välisestä kontaktista syntyvää melua ja tavallisesti kulkumelu peittää alleen aerodynaamisen melun. Suurnopeusjunilla aerodynaaminen melu on merkittävä melulähde myös junan sisäpuolella. (Ögren 2006.) Junan tullessa sillalle melutasot nousevat huomattavasti. Radalla oleva silta voi nostaa melutasoa paikallisesti 10 db. Melutason nousu johtuu värähtelyenergian siirtymisestä kiskoista sillan rakenteisiin. Sillat nostattavat erityisesti alimpien taajuuksien äänitasoja, joita ei oteta huomioon mitattaessa A-painotettua äänitasoa. Eri materiaalista valmistetut sillat vaikuttavat melupäästöihin eri tavalla. Esimerkiksi terässilta synnyttää enemmän melua kuin betonisilta. (Thompson 2009.) Toissijaisia melunlähteitä ovat tuulettimet, voimansiirtokalusto ja moottorit. Etenkin vanhoista diesel-vetureista syntyy paljon melua, mutta uusien veturien suunnittelussa on kiinnitetty huomiota melupäästöihin. Toissijaisilla melulähteillä on merkitystä, kun junan nopeus on hyvin alhainen tai juna seisoo paikoillaan. Tällöin vierintämelu ei peitä alleen muista lähteistä syntyvää melua. (Iwniki Ögren 2006.) Lisäksi ratapihoilla melua aiheuttavat monet eri tekijät kuten vaunujen törmäykset, jarrulaitteet sekä erilaiset merkki- ja varoitusäänet. Aiemmin myös kiskonjatkoksista syntyvät kolahdusäänet olivat merkittävä melulähde, mutta nykyään Suomessa käytetään pääosin yhteenhitsattuja kiskoja. (Björk 1991.) Melun lisäksi raideliikenne aiheuttaa tärinää radan läheisyydessä. Tärinän voimakkuus riippuu junan nopeudesta, pituudesta ja painosta sekä raiteen kunnosta ja maapohjan sekä radan jäykkyydestä. (Suomen kuntatekniikan yhdistys 1997.) Tärinä koetaan eri- 27

29 tyisen häiritseväksi, jos alueen melutasot ovat muuten alhaisia. Tärinä vaikuttaa myös siihen, kuinka häiritsevänä raideliikenteen melu koetaan: jos raideliikenne aiheuttaa alueella melun lisäksi tärinää, koetaan melu vielä häiritsevämpänä. Jos taas sekä melutasot että tärinä ovat voimakasta, tärinää ei usein huomata, koska melu peittää sen alleen. (Jerson et al ) 3.2 Raideliikennemelun erityispiirteet Raideliikenteestä syntyvällä melulla on monia erityispiirteitä, jotka erottavat sen muista ympäristömelulähteistä. Raideliikennemelu esimerkiksi koostuu selvästi erillisistä melutapahtumista, kun taas tieliikenteen melu on tasaisempaa ja syntyy usean ajoneuvon yhteisvaikutuksesta. Raideliikenteestä syntyvä melu on laajakaistaista, eli siinä on enemmän äänienergiaa korkeilla taajuuksilla kuin tieliikenteestä syntyvässä melussa. (Björk 1991.) Raide- ja tieliikennemelujen taajuusjakaumien eroja on havainnollistettu lineaarisena kuvassa 10 ja A-painotettuna kuvassa 11. Melua arvioidaan usein A- painotettuna, jolloin pienitaajuiset komponentit suodattuvat raideliikennemelusta pois, eivätkä ne silloin vaikuta myöskään raideliikenteen keskiäänitasoihin. Tieliikennemelulla on taas suurempi taso pienillä taajuuksilla, jonka takia pienitaajuiset komponentit vaikuttavat vaikka äänitasoa tarkasteltaisiin A-painotettuna. Samalla desibeliarvolla määritetyllä melutasolla raide- ja tieliikenteen äänekkyydet, eli se kuinka kovana ääni havaitaan, vaihtelevat. Tämän takia tieliikennemelu voidaan kokea raideliikennemelua häiritsevämpänä. (Eurasto et al ) 28

30 Kuva 10. Tyypilliset taajuusjakautumat lineaarisena. Kuva 11. Tyypilliset taajuusjakautumat A-painotettuna. Raideliikennemelu on myös homogeenisempaa kuin tieliikennemelu. Vaikka radalla liikennöi erilaisia junatyyppejä, on niiden aiheuttama melu kuitenkin luonteeltaan hyvin samanlaista. Tieliikenteessä on taas monia erilaisia melulähteitä: esimerkiksi moottori- 29

31 pyörien aiheuttamat hetkelliset enimmäistasot erottuvat selkeästi muusta melusta. (Eurasto et al ) Lisäksi kauempana melulähteestä raideliikenteen melu vaimenee tieliikenteen melua nopeammin. Esimerkiksi metrin etäisyydellä melulähteestä raideliikenteen melu laskee noin 6 db etäisyyden kaksinkertaistuessa ja tieliikenteen melu vaimenee noin 3 db. Raideliikenteen melun etäisyysvaimennus radan läheisyydessä on 3-4 db. (LVM 2007.) Liikenne jakautuu eri vuorokauden ajoille tie- ja raideliikenteessä. Tieliikenne on selvästi keskittynyt päiväaikaan: vain noin 10 % tieliikenteestä kulkee yöaikaan (klo 22-7) ja 90 % päiväaikaan (klo 7-22). Raideliikenteessä taas pitkät ja raskaat tavaraliikenteen junat kulkevat pääasiassa öisin. Raideliikenteessä päivä- ja yöajan keskiäänitasot ovatkin melko samankaltaiset, koska tavarajunien melupäästöt ovat paljon henkilöliikenteen junia suuremmat. (Eurasto et al ) Useiden tutkimusten mukaan raideliikennemelu koetaan vähemmän häiritsevänä kuin tieliikenteen melu. Tämä selittyy esimerkiksi sillä, että raideliikenteestä syntyvä melu on erillinen tapahtuma, joka kestää vain junan ohiajon eli noin sekunnin ajan kerrallaan. Melutaso nousee siis vain hetkellisesti korkealle kun taas tieliikenteen melu on jatkuvaa. Lisäksi raideliikenne perustuu aikataulun mukaisiin tapahtumiin ja tutkimustulosten mukaan melun säännöllisyys tekee melusta vähemmän häiritsevää. Ihmiset suhtautuvat raideliikenteeseen usein positiivisemmin kuin tieliikenteeseen: raideliikenne koetaan ympäristöystävällisempänä, vaarattomampana ja terveellisempänä vaihtoehtona. Asutus sijaitsee usein kauempana rautateistä kuin teistä ja tutkimusten mukaan lähellä melulähdettä asuvat kokevat melun häiritsevämpänä kuin kauempana asuvat, vaikka melutasot todellisuudessa olisivat samansuuruiset. Melun häiritsevyyttä ei siis voida arvioida pelkästään desibeliarvojen perusteella. (Eurasto et al UIC 2010a.) Lisäksi on otettava huomioon, että noin 40 % Suomen väestöstä on meluherkkiä ja he kokevat alhaisetkin desibeliarvot häiritsevinä (Heinonen-Guzejev 2001). Kuvassa 12 on esitetty melun erittäin häiritsevänä kokevien prosenttiosuudet liikennemuodoittain. 30

32 Kuva 12. Melun häiritsevyys riippuu melulähteestä. Eri melulähteiden aiheuttaman häiritsevyyden vaihtelua on pyritty tasamaan niin kutsutun railway bonuksen avulla. Railway bonuksella tarkoitetaan raide- ja tieliikennemelun raja- tai ohjearvojen eroa tai erikseen desibeleissä annettua korjausta. Koska raideliikennemelu koetaan vähemmän häiritseväksi kuin tieliikennemelu, voisivat raideliikennettä koskevat melutasojen ohjearvot olla myös korkeammat kuin tieliikenteen ohjearvot. Bonuksen tarkoitus on tasavertaistaa eri liikennemuotojen asemaa ja pienentää meluntorjuntakustannuksia. Bonuksen suuruus vaihtelee eri maissa välillä 2-15 db, mutta yleisin arvo on 5 db. Bonus on erisuuruinen eri maissa, koska sen arvoon vaikuttavat liikenteen koostumus, liikennemäärät, junien nopeudet, vuorokaudenajat, melutason suuruus, toiminta melulle altistumisen aikana, asenteet sekä radan ympäristön paikalliset ominaisuudet. Esimerkiksi oppilaitosten läheisyydessä ei suositella railway bonuksen käyttöä, koska raideliikennemelun on todettu häiritsevän ihmisten välistä kommunikointia enemmän kuin tieliikennemelu. Taulukossa 6 on esitetty railway bonusta käyttävät Euroopan maat sekä bonuksen suuruus eri maissa. Saksassa ja Sveitsissä railway bonus sisällytetään melun laskentamalliin, kun taas muissa maissa se sisältyy ohjearvoon. (Eurasto et al UIC 2010a.) 31

33 Taulukko 6. Railway bonusta käyttävät maat Euroopassa (Eurasto et al. 2011). Maa Bonuksen suuruus (db) Melusuure Alankomaat 5-7 Lden Belgia 5 LAeq Bulgaria 5 Lden Iso- Britannia 2-3 Itävalta 5 Ranska 3 LAeq6-22, LAeq22-6 LAeq6-22, LAeq22-6 Ruotsi 5 LAeq24h Saksa 5 LAeq6-22, LAeq22-6 Slovakia 5 (yöaikaan) LAeq Tanska 6 Lden Tšekki 5 (yöaikaan) Lnight Norja 3 Lden Sveitsi 5-15 LAeq6-22 LAeq22-6 Railway bonuksen käyttöä ja mahdollisia arvoja on tutkittu monissa eri maissa osittain ristiriitaisin tuloksin. Tutkimustuloksiin vaikuttavat tutkimustapa eli se, tehdäänkö tutkimus kentällä vai laboratoriossa, tutkittava alue sekä liikenteen koostumus. (Eurasto et al ) Japanissa tutkittiin pystyttäisiinkö maassa soveltamaan railway bonusta samalla tavalla kuin Euroopassa. Tutkimustulosten perusteella huomattiin kuitenkin, että ihmiset kokevat rautatieliikennemelun jopa hieman tieliikennemelua häiritsevämpänä. Lisäksi bonuksen sisällyttäminen ohjearvoihin koettiin haastavaksi. (Kaku et al. 1996). Japanilaisen ja eurooppalaisten tutkimustulosten ristiriitaisuus voi johtua tiheämmästä ja nopeammasta liikenteessä sekä kulttuuriin ja elintapoihin liittyvistä eroista. Japanissa esimerkiksi asunnot ovat lähempänä rataa kuin Euroopassa ja tämä vaikuttaa koetun melun häiritsevyyteen. (Eurasto et al ) Suomessa railway bonus ei ole vielä käytössä, mutta Liikennevirasto aloitti syksyllä 2010 tutkimuksen sen soveltamismahdollisuuksista. Railway bonuksen käyttö Suomessa edellyttäisi häiritsevyystutkimuksia sekä tutkimuksia eri junatyyppien aiheuttamien melupäästöjen ominaisuuksista. Mahdolliseksi ajankohdaksi, jolloin Suomessa voitaisiin ryhtyä soveltamaan bonusta, on esitetty ajankohtaa, jolloin ympäristömelutarkasteluissa siirrytään ympäristömeludirektiivin mukaisten meluindeksien L den ja L night käyttöön. (Eurasto et al ) 32

34 Termiä railway bonus voidaan pitää myös harhaanjohtavana. Ihmiset mieltävät termin helpolla poliittiseksi päätöksenteoksi eikä se kuvaa riittävän hyvin todellista tarkoitusta tasoittaa tie- ja rautatiemelun häiritsevyyden eroja. UIC onkin antanut suosituksen, jonka mukaan railway bonus-termin sijaan tulisi käyttää termiä noise annoyance correction factor (NACF). Lisäksi UIC suosittelee korjaustermin sijoittamista ohjearvoihin laskentamallin sijaan, koska näin voidaan lisätä päätöksentekoprosessin läpinäkyvyyttä. (UIC 2010a.) 3.3 Raideliikennemelulle altistuminen Suomessa Suomessa melulle altistuvilla tarkoitetaan ihmisiä, jotka asuvat melumittausten tai -laskelmien mukaan yli 55 db:n alueella sijaitsevassa rakennuksessa. Meluselvityksien tekeminen kuuluu nykyään Liikennevirastolle (kuului ennen Ratahallintokeskukselle), joka käyttää selvitystyössä apunaan kuntia ja pääkaupunkiseudun yhteistyövaltuuskuntaa (YTV). Raideliikenteen melualueella asuu koko Suomessa noin ihmistä. Eniten ihmisiä altistuu YTV-alueella, Etelä- sekä Länsi-Suomessa. Raideliikenteen melualueilla asuvien määrät on esitetty taulukoissa 7 ja 8. Meluselvitysten eri vaiheisiin liittyy monenlaista epävarmuutta, minkä takia melulle altistumista on vaikeaa arvioida tarkasti. Useat selvitykset ovat vain suuntaa antavia eikä niissä oteta huomioon maaston tai rakennuksien vaikutusta melun leviämiseen. Taulukoiden 7 ja 8 viimeisissä sarakkeissa on esitetty virhemarginaalin (10 %) vaikutus altistuvien määriin. (Liikkonen & Leppänen 2005.) Taulukko 7. Raideliikenteen melulle altistuvien määrät päivällä (klo 7-22) db db yli 65 db Yhteensä Vaihteluväli YTV-alue Etelä-Suomi* Länsi-Suomi Itä-Suomi Pohjois- Suomi** Yhteensä *Poislukien YTV **Oulun ja Lapin läänit 33

35 Taulukko 8. Raideliikenteen melulle altistuvien määrät yöllä (klo 22-7) db db yli 65 db Yhteensä Vaihteluväli YTV-alue Etelä-Suomi* Länsi-Suomi Itä-Suomi Pohjois- Suomi** Yhteensä *YTV:n alueelta ei ole yöliikenteen tietoja **Poislukien YTV ***Oulun ja Lapin läänit Jos verrataan taulukoiden 7 ja 8 arvoja, huomataan raideliikenteen erityispiirre: melulle altistuvien määrät öisin ja päivisin ovat lähes yhtä suuret. Pohjois-Suomessa yöajan raideliikenteen melulle altistuneiden määrä on jopa suurempi. Tämä johtuu siitä, että tavarajunaliikenne on vilkkaampaa yöaikaan. (Liikkonen & Leppänen 2005.) 3.4 Raideliikennemelun torjunta Meluntorjunta voidaan toteuttaa ehkäisemällä melun syntymistä sen lähteessä, estämällä melun leviäminen, sijoittamalla toiminnot melun kannalta tarkoituksenmukaisesti tai suojaamalla melulle altistuvia kohteita. Toimenpiteiden tavoitteena on luoda ihmisille terveellinen, viihtyisä ja vähämeluinen ympäristö. (Ympäristöministeriö 2007a.) Suomessa meluntorjuntatoimenpiteistä vastaa Liikennevirasto, jos kyse on uuden radan tai muuttuneiden raideliikenneolosuhteiden aiheuttamasta melusta. Jos taas kunta kaavoittaa jo olemassa olevan radan läheisyyteen, on kunta tai rakennushankkeesta vastaava vastuussa meluntorjuntatoimenpiteistä. (LVM 2007.) Meluntorjunta on otettava huomioon jo ratojen suunnitteluvaiheessa, koska meluntorjuntaratkaisujen toteuttaminen jälkikäteen on usein kalliimpaa. Esimerkiksi meluvallien rakentaminen myöhemmin on hankalaa, koska ne vaativat paljon tilaa. Lisäksi kaavoitusvaiheessa voidaan vaikuttaa ihmisten liikkumistarpeeseen ja toimintojen sekä rakennusten sijoitteluun. (Suomen kuntatekniikan yhdistys 1997.) Meluntorjunnan kannalta keskeisiä paikkoja ovat asunnot ja muut melulle herkät kohteet, kuten hoitolaitokset, päiväkodit ja oppilaitokset (Liikkonen & Leppänen 2005). Meluntorjunnan lähtökohtana on pyrkimys estää sen syntyminen. Melun syntyä voidaan ehkäistä erilaisilla junakalustoon tai raiteisiin liittyvillä teknisillä ratkaisuilla. Pääosa raideliikenteen melusta syntyy kiskon ja pyörän välisestä kontaktista. Epätasaisuudet kiskon ja pyörän pinnassa aiheuttavat junan liikkuessa värähtelyä, joka taas synnyttää ääntä. Kulkumelua voidaan ehkäistä tasoittamalla kontaktipintoja. Tönkkäjarrujen valu- 34

36 rautaisten jarruanturoiden aiheuttamilta pyörän epätasaisuuksilta voidaan välttyä käyttämällä tekoainejarruanturoita (composite brake block). Komposiittijarruiksi kutsutuilla ratkaisuilla pystytään vaimentamaan raidemelua noin 8-10 db ja ne ovat meluesteitä kustannustehokkaampi meluntorjuntavaihtoehto. Jarruanturoiden uusia materiaaleja ei ole kuitenkaan vielä testattu riittävästi pohjoismaisissa talviolosuhteissa eikä niiden turvallista toimivuutta ole pystytty vielä vakuuttavasti todentamaan. (Ympäristöministeriö UIC 2010b.) Kiskojen hionta on yksi tapa tasoittaa epätasaisuuksia kiskon pinnasta ja näin vähentää syntyvää melua. Kiskojen hionta tarkoittaa epätasaisuuksien poistoa kiskon hamarasta pyörivän hiomakiven avulla. Kiskojen hionta suoritetaan usein osana radan kunnossapitotoimenpiteitä, koska hionnan on todettu pidentävän kiskon käyttöikää. Kiskojen hionta maksaa noin 5 /raidemetri ja hionta tulee uusia muutaman vuoden välein, jotta sen melua vaimentava vaikutus säilyisi. (LVM 2007.) Kiskojen hionnan vaikutuksista melutasoihin on saatu monenlaisia tuloksia ja osassa vaimennuskyky on vain muutaman desibelin verran. Hionnan vaimennusvaikutus riippuu paljon kiskojen kunnosta ennen hiontaa. (UIC 2010b.) Erilaisilla kiskoihin ja pyöriin kiinnitettävillä vaimentimilla pyritään estämään rakenteiden resonointi ja näin vähentämään syntyvää melua. Pyörän muodon optimoinnilla, viskoelastisen kerroksen lisäämisellä pyörän keskiosaan, pyörän koon pienentämisellä sekä erilaisilla pyöriin kiinnitettävillä elementeillä voidaan vaimentaa syntyvää melua. Kiskonvaimentimilla tarkoitetaan vaimennuselementtejä, jotka kiinnitetään molempiin kiskoihin (kuva 13). (Iwnicki 2006.) Kun melulähteeseen kohdistuvat torjuntakeinot monipuolistuvat ja kehittyvät, on tärkeää päivittää myös melunmallinnusohjelmat vastaamaan uusia meluntorjuntakeinoja (Uudenmaan liitto 2007). 35

37 Kuva 13. Kumiset kiskonvaimentimet Kytömaalla. Junakalusto vaikuttaa syntyvään meluun. Uudet Pendolino-junat, InterCity2-vaunut, uudet sähköveturit ja uudet Sm4-lähiliikennejunat aiheuttavat vähemmän melua kuin vastaavat vanhempaan kalustoon kuuluvat junat. (Ympäristöministeriö 2004.) Venäläiset tavarajunat ovat usein meluisampia kuin suomalaiset tavarajunat, koska venäläisten junien pyörät ovat kuluneempia. (LVM 2007.) Venäläisistä tavaravaunuista koostuvien junien melu poikkeaa muista junista siinä määrin, että myös melulaskennoissa niitä käsitellään omana ryhmänä (Ympäristöministeriö 2002). Suomessa käytettävien rautateiden meluseinä- ja meluaita tyyppisten rakenteiden suunnittelu- ja rakentamisohjeet on annettu Rautateiden meluesteen-julkaisussa. Melueste on sijoitettava radan poikkileikkaukseen siten, että sen etäisyys viereisen raiteen keskilinjasta on vähintään 3,6 metriä (kuva 14). Silloin jää turvallinen kulkutila meluesteen ja viereisen raiteen aukean tilan ulottuman väliin. Meluesteen tarve, sijainti, korkeus, pituus, saavutettu melun alenema ja tehokkuus on aina selvitettävä melulaskelmilla. Meluesteessä käytettävien materiaalien tulee olla säänkestäviä ja lisäksi niiden valinnassa on otettava huomioon ilkivallan ja puhdistettavuuden asettamat vaatimukset. Meluesteet valmistetaan yleensä betonista, teräksestä, puusta, absorboivista melukaseteista tai läpinäkyvistä rakenteista. Lisäksi meluesteiltä edellytetään tiettyjä ominaisuuksia niiden akustiikan, ulkonäön ja kuormankantokyvyn suhteen. (Ratahallintokeskus 2004.) 36

38 Kuva 14. Meluesteen sijainti ratapoikkileikkauksessa (Ratahallintokeskus 2004). Meluesteen ja -seinän tulee vaimentaa ääntä sekä eristää rakenteen läpi menevää ääntä. Ääneneristävyys on usein helposti saavutettavissa, mutta meluesteen vaimennuskykyyn vaikuttavat myös monet muut tekijät. Esimerkiksi melulähteen, tarkasteltavan kohteen sekä meluesteen sijainnit vaikuttavat siihen, kuinka suuri vaimennus meluesteeltä saavutetaan. Myös meluesteen korkeus vaikuttaa esteen vaimennuskykyyn. (Suomen kuntatekniikan yhdistys 1997.) Melutaso esteen takana riippuu esteen ylitse ja sivuitse diffraktoituneen äänen, ympäröivistä pinnoista kohteeseen heijastuneen äänen, ilmasta sironneen äänen ja esteen läpi menneen äänen määrästä. Meluesteen rakennusmateriaalin valinnassa on kiinnitettävä huomioita äänen heijastumiseen. Jos melueste suunnitellaan akustisesti kovasta pintamateriaalista, kuten betonista, voi ääni heijastua vastakkaiselle puolelle. Silloin meluesteen rakentaminen lisää vastakkaisen puolen melutasoa. Meluesteen pintamateriaaliksi kannattaakin usein valita ääntä imevää eli absorboivaa materiaalia. (Uudenmaan liitto 2007.) 37

39 Meluesteen taakse voi syntyä varjoalue, jos esteen koko on riittävän suuri äänen aallonpituuteen verrattuna (kuva 15). Äänivarjo ei kuitenkaan ole koskaan täydellinen, koska matalat äänet diffraktoituvat esteen taakse. Suurilla taajuuksilla (aallonpituus pieni) taas vain pieni määrä ääntä diffraktoituu esteen reunan yli. Melueste toimii sitä tehokkaammin, mitä jyrkemmin ääni joutuu taipumaan päästäkseen esteen taakse. Tehokas melueste on riittävän pitkä ja korkea. (Ihalainen 2000.) Meluesteen diffraktiovaimennus riippuu Fresnelin luvusta N, joka voidaan määrittää yhtälöllä, (9) jossa λ on aallonpituus A+ B kuvaa esteen yli kulkeneen äänen matkaa C kuvaa ilman estettä suoraan kulkeneen äänen matkaa (Björk 1991). Kuva 15. Meluesteen taakse syntyvä varjoalue. Meluesteillä on vaikutusta myös visuaalisen ympäristöön. Ne rajaavat näkymiä ja voivat heikentää tai parantaa ympäristön esteettistä laatua. Ihmiset suhtautuvat meluaitoihin ja valleihin kielteisesti, jos ne rajoittavat näkymiä eikä niiden suunnittelussa ole otettu huomioon estetiikkaa. Parhaimmillaan meluesteet taas voivat toimia ympäristön jäsentäjinä ja viihtyvyyden lisääjinä. (Ympäristöministeriö 2007a.) Raideliikenteen melua voidaan torjua matalammilla meluesteitä kuin tieliikenteen melua, koska pääosa rautatieliikenteen melusta syntyy kiskon ja pyörän kosketuksesta (LVM 2007). Melueste on tehokkain meluntorjuntaratkaisu silloin, kun melulähde sijaitsee selvästi muuta ympäristöä korkeammalla sillalla tai penkereellä. Melueste toimii vielä tehokkaammin, jos ympäröivä maasto viettää poispäin melulähteestä. Jos taas maasto nousee 38

40 viistosti ylöspäin ja näköyhteys melulähteeseen säilyy, jää meluesteen tehollinen korkeus pieneksi, eikä melutaso välttämättä laske riittävästi. (Uudenmaan liitto 2007.) Tietyn rataosan melutasoja voidaan alentaa laskemalla nopeusrajoituksia. Lisäksi radan ja kaluston kunnosta huolehtiminen vähentää syntyvää melua. Esimerkiksi erittäin kuluneet kiskot tai pyörät voivat lisätä melua 4-6 db. Myös ratapölkkyjen ja kiskojen vaihdolla sekä siltojen uusimisella voidaan alentaa lähtömelutasoja. Kiskonjatkokset kasvattavat äänenpainetasoa noin 3 db. Ratojen sähköistäminen taas vähentää melua. (LVM Uudenmaan liitto 2007.) Suomen rataverkosta noin puolet on sähköistetty (Liikennevirasto 2010). Jos radan kunnossapitotehtävät laiminlyödään, voivat rataosan melupäästöt kasvaa jopa 20 db. Usein toimivin ja kustannustehokkain lopputulos saavutetaan yhdistelemällä erilaisia meluntorjuntatoimenpiteitä. (UIC 2010b.) Taulukossa 9 on vertailtu erilaisten meluntorjuntatoimenpiteiden vaikutuksia. Taulukko 9. Useimmin käytetyt meluntorjuntatoimenpiteet. (Ympäristöministeriö UIC 2010b.) Meluntorjuntamenetelmä Vaimennus (db) Toimenpiteiden vaikutusalue Melueste 5-15 Paikallinen Äänieristetyt ikkunat Paikallinen Kiskojen hionta 1-3 Paikallinen Kiskonvaimentimet 1-3 Paikallinen Pyöriin kiinnitettävät vaimentimet Komposiittijarrut (composite brake blocks) 1-3 Koko rataverkko 8-10 Koko rataverkko Huomioitavaa Vaimennuskyky riippuu esteen korkeudesta ja paikallisesta maastosta, negatiivinen vaikutus maisemaan, vaikuttaa radan kunnossapitotoimiin. Vaimennus saavutetaan vain, kun ikkunat pidetään kiinni. Toimenpiteen vaikutus riippuu hiottavan kiskon kunnosta ennen hiontaa. Voi mahdollisesti vaikeuttaa kiskojen kunnossapitotoimia, vaikutus riippuu voimakkaasti paikallisista oloista. Vaimennus riippuu paikallisista olosuhteista, pyörien huoltotoimet voivat vaikeutua. Materiaalien toimivuutta talviolosuhteissa ei ole vielä testattu riittävästi. Rautateiden meluntorjuntatoimenpiteet voivat olla uhka raideliikenteen taloudelliselle kannattavuudelle, jos eri toimenpidevaihtoehtojen kustannuksia ja hyötyjä ei vertailla tarkkaan. Meluntorjuntatoimenpiteellä saavutettava kustannus-hyötysuhde voidaan laskea kaavalla: (10) 39

41 Meluntorjuntatoimenpiteiden hyöty riippuu saavutetusta melutason alenemasta sekä toimenpiteistä hyötyvien ihmisten määrästä. Alhainen kustannus-hyötysuhteen arvo tarkoittaa toimenpiteiden olevan kannattavia. Sveitsissä tehdyssä tutkimuksessa selvitettiin kannattavinta meluntorjuntatoimenpiteiden yhdistelmää, kun huomioon otettiin maan taloudelliset resurssit. Tutkimuksen mukaan Sveitsissä meluntorjuntaan varatuista rahoista 65 prosenttia kannattaa käyttää kulkumelun ehkäisyyn, 30 prosenttia meluesteiden rakentamiseen ja 5 prosenttia äänieristettyihin ikkunoihin. (Oertli, J ) Vuosina tehtiin kansainvälisen rautatieliiton (UIC) toimeksiantona tutkimus erilaisten meluntorjuntatoimenpiteiden hyödyistä ja kustannuksista tavaraliikenneratojen varsilla. Tutkimus perustui hyötyjen ja kustannuksien arviointiin eurooppalaisella rataverkolla. Laskelmat perustuivat noin ratakilometrin analysointiin. Toimenpiteiden tehokkuuden mittarina käytettiin ihmismäärää, joka ei enää meluntorjuntatoimenpiteiden jälkeen altistuisi yli 60 db:n melutasolle. Tarkastellulla rataverkolla asui noin 250 ihmistä/km sellaisilla alueilla, joissa melutaso oli yli 60 db ilman mitään meluntorjuntatoimenpiteistä. Tutkimuksen mukaan korkeiden (4 metriä) meluesteiden käyttö ei ole kustannustehokasta. Kuvassa 16 on esitetty tutkimuksen tuloksia eri torjuntatoimenpiteiden hyödyistä ja kustannuksista. Tulosten perusteella 2 metriä korkeiden meluesteiden kustannustehokkuus on parempi kuin 4 metriä korkeiden meluesteiden. (Oertli 2006.) Edellä esitetyssä tutkimuksessa käsiteltiin vain meluntorjuntatoimenpiteitä tavaraliikenteen radoilla, eivätkä kaikki vaihtoehdot ole käyttökelpoisia henkilöliikenteessä. 40

42 Kuva 16. Eri meluntorjuntakeinojen kustannushyötysuhde (Oertli 2006). 1. Tavaravaunujen rakenteellinen vaimennus 10 db 2. Komposiittimateriaalista tehdyt jarruanturat (K-anturat) 3. Kiskonhionta 4. Kiskonvaimentimet 5. 2 m korkeat meluesteet 6. 4 m korkeat meluesteet 7. K-anturat, pyörien vaimennus ja kiskonvaimentimet 8. K-anturat ja kiskonvaimentimet 9. K-anturat ja 2 m korkeat meluesteet 10. Kiskonhionta ja 2 m korkeat meluesteet 11. K-anturat, pyörien vaimennus, kiskonvaimentimet, kiskonhionta ja 2 m korkeat meluesteet Suomessa raideliikenteen melua on pystytty vähentämään uusimalla kalustoa, kunnostamalla rataverkkoa ja rakentamalla meluesteitä. Tulevaisuudessa melua pyritään torjumaan ratojen kunnossapidolla, kiskojen hionnalla ja pahimmilla ongelmapaikoilla meluesteillä. (Ympäristöministeriö 2007b.) Ratahallintokeskus käytti vuosien aikana meluntorjuntainveistoihin noin 8,4 miljoonaan euroa. Lisäksi kunnat ovat samalla aikavälillä käyttäneet raidemelun torjuntaan noin 4 miljoonaa euroa. Vuosina Suomessa rakennettavien meluesteiden rakennuskustannuksiksi on arvioitu 23 miljoonaa euroa raideliikenteen osalta. Väylälaitosten meluntorjuntainvestoinnit vuosina on esitetty taulukossa 10. (Ympäristöministeriö 2007a.) 41

43 Taulukko 10. Väylälaitosten meluntorjuntainvestoinnit vuosina Meluntorjuntainvestoinnit (milj. euroa/vuosi) Yhteensä Tiehallinto 5 1,4 4,9 2,5-13,8 Ratahallintokeskus 1,3 2,8 1,6 1,5 1,2 8,4 Ilmailulaitos 0,25 0,25 0,25 0,25 0,45 1,45 42

44 4 Low noise barriers 4.1 Definition and initial product requirements Low noise barrier is a noise barrier which has a height of 850 mm + 10 mm -20mm from the top of the rail (image 17) (Destia 2009). Low noise barrier is a new kind of option in Finland for reducing noise, particularly suitable for cities and areas where building are located close to the track. Currently railway noise is mainly reduced by regular noise barriers. Regular noise barriers are, however, very dominant in the landscape and expensive structures. Low noise barriers are different from the regular ones by location, height, construction cost as well as visibility in the urban areas. (Innanen & Soosalu 2009) Image 17. A low noise barrier in trial use in Finland. Barrier has a height of 85cm from the top of the rail Low noise barriers are suitable for reducing railway noise in areas where high noise barriers are experienced to be too dominant in the landscape. For example, in urban areas, low noise barriers arouse less attention than regular noise barriers. (Innanen & Soosalu 2009.) If a settlement is close to the track and is either lower or at the same elevation, then the low noise barrier is a suitable solution for noise reduction. (Destia 2009) People can react negatively to a regular noise barrier being built near homes, because they tend to cover views from windows of the houses. In such cases, a low noise barrier would allow the preservation of the views. 43

45 Low noise barriers also don t cover the view from the train s windows. This may improve the comfort level of the passenger as the view from window is a city centrum instead of a noise barrier. Construction of the low noise barriers have been estimated to cost less than regular noise barriers. Total costs may vary depending on the construction material, installation work and possible widening of the embankment. A low noise barrier made out of concrete has an estimated construction cost of /jm. (Innanen & Soosalu 2009.) The noise barrier s location is always announced as a perpendicular distance from the center line of the track next to it, to the surface of the nearest structural member of the barrier. The closer to the track the barrier is, the more effective it is in blocking and reducing the noise. Location of the low noise barrier is demanded by the reach of the structure gauge in the track cross-section which is the space where the barrier cannot be inside of. The structure gauge is a space along the track that cannot have any solid structures or devices in it. The allowed distance of the low noise barrier from the center line of the track on a straight section is 1920mm. (Destia 2009.) However regular noise barrier must be placed at least 3,6m away from the center line of the track next to it. (Ratahallintokeskus 2004) The difference in placement is based on the fact that regular barriers are higher and would be inside the structure gauge, if placed closer. In addition, low noise barriers are lighter structures and can be placed on the railway bed. Image 18 describes the placement on the low noise barrier in the track cross-section. The structure gauge also defines the height of the low noise barrier. Image 18. The space reserved for the low noise barrier in the track cross-section on a straight track. The image is not to scale. (Destia 2009.) 44

46 Width of the structure gauge changes if there is a curve or a tilt in the track. The change in curve is caused by adjustment of the train and in a tilt, the train also tilts. Then the barrier must be positioned farther away from the center line which causes the ability to absorb noise to weaken. Outside of transport places, the minimum radius of the curve is virtually 300m and the maximum tilt is 150mm. There the noise barriers height from the top of the rail can be a maximum of 940mm and the distance in the inner side of the curve can be a minimum of 2140mm from the center line of the track. (Image 19). In similar circumstances, the minimum distance on the outer side of the curve is 2000mm from the center line. Therefore, the location of the low noise barrier must always be designed on a case by case basis as the geometry of the track constantly changes. The barrier may also be placed in the space between two tracks if the space in between is a minimum of 4100mm. A separate version of the low noise barrier must be designed if it would not otherwise be suitable for this purpose (Innanen & Soosalu 2009) Image 19. An example of the change when there is a curve or a tilt on the track. Image is not to scale. For the low noise barriers used in Finland, there has only been developed an initial product requirements, according to which the low noise barrier must comply with the acoustic quality requirements which are from Finnish rail administration's release Rautateiden meluesteet Low noise barrier must comply with the requirements of noise insulation and absorption ratio. (Destia 2009) The insulation of the noise barrier is described by with an index of DL R. Noise barriers noise insulation describes it s ability to absorb the sound going through the structure. There is a rating for the barrier s insulation which is presented in Table 11. Low noise barrier must achieve an insulation class of B3. The standard for the insulation of the barrier has been determined in laboratory conditions. Elements seams, possible waypoints as well as the gap between the barrier and the ground may cause problems in achieving the correct amount of insulation. (Destia 2009) Index of insulation is 25dB for example with the following materials: at least 20mm of plywood, 1 +1mm of steel plate and concrete. (Suomen kuntatekniikan yhdistys 1997) 45

47 Table 11. Classification of the noise barriers insulation rate Class B1 B2 B3 Insulation > 5 db > 15 db > 25 db Absorption, meaning insulation of noise, can be used to prevent the noise from reflecting, from the barrier itself, train or other structures, over the wall. Absorption capability is described with absorption index DL and absorption capability has it s own classification (Table 12). Low noise barrier must achieve at least class A3 and it s absorption capability must be proven by the standard of EN with laboratory measurements. If the barrier is placed on the both sides of the track, it emphasizes the importance of the absorption capability. (Destia 2009) The most commonly used sound absorbing structure is either wood, metal- or plastic grid, perforated panel or a net protected glass- or rock wool. This often leads to achieving Class A3 or A4. (Suomen kuntatekniikan yhdistys 1997) Table 12. Classification for absorption capability Class Absorption A0 Not tested A1 1-3 db A2 4-7 db A db A4 > 12 db It should be taken to notice in the design phase of the noise barrier, that the barrier is not too sensitive to wear, weather fluctuations, since the absorption capability or noise insulation should not decrease over time. (Destia 2009) According to preliminary product requirements, the barrier must be in two parts in such way that the upper part and the foundation of the barrier are separate. This requirements is due to the fact that there must be a possibility to lower the barrier to +120mm from the track surface during a special transportation. In addition, the entire barrier should be able to be dismantled because screening of the rail macadam is not otherwise possible. The barrier s dismantling and clearing in case of accidents should also be taken to notice in the design phase. One barrier elements length should not exceed four meters. Upper part of the barrier maximun weight is 2000 kg and foundation elements maximum 3000 kg (Destia 2009) 46

48 The shape of the noise barrier is not fixed in the preliminary product requirement but the all the parts of the barrien must fit inside the space reserved for it. Noise reduction features, maintenance requirements and water control heading away from the track, must be taken into account during the design of the barrier. For example, making graffitis can be made more difficult by installing a protective net at a 15-20cm distance from the barrier. Appearance and colouring of the barrier must match with the surrounding enviroment. There is also requirements set for the length of usage, loads, materials, cabling, and maintenance of the barrier. (Destia 2009) Although the low noise barriers location close to the track significantly improves it s ability to abrorb noise, it causes limitations with maintenance and technical equipment in the structure gauge. The barriers place of usage must always be chosen carefully since the barrier could complicate maintenance of the track and increase maintenance costs. In the event of an accident, the barrier could complicate leaving from the train or the track and cause difficulties in rescue operations and in the case of derailment, the impact can launch elements from the barrier far away from the track. The exit of handicapped people can especially be difficult without correct tools for aiding. However, the low barrier does not compeletely prevent exiting the train for example with the aid rescue personel and people with disabilites also have difficulties leaving the train on a regular section of the track. (Innanen & Soosalu 2009) The low noise barrier can cause difficulties in the track maintenance during winter although the assessment of the effects is difficult because the only built low noise barrier in Finland has still not been in use for one whole winter. In addition the test structure of the low noise barrier is very short (60m) and on only on the one side of the track, so the possible accumulation of snow is impossible to evaluate. The situation could be different if the barrier would be on the both side of the track or in between tracks on a section with multiple tracks. 47

49 4.2 Low noise barriers used abroad Zbloc Norden AB has developed a low noise barrier in Sweden. The first Zbloc barrier was built in Sweden in the Sonnentuna railway station in 1999 and product development has since been continued and there are new versions on the market from the barrier. Zbloc generation 3a s production was started in Zbloc is being made from concrete and the track side of the barrier has been filled with rubber groats to improve absorption ability. (Image 20) Each barrier element has two sound absorbing plates with a size of 620 x 1742mm. The barriers height is 730mm from the top of the rail and it is located 1700mm from the center line of the track. One 3500mm long barrier element weight is 3404kg. Zbloc barrier s absorbtion capability is about 6-11 db (Zbloc Norden AB. Nilsen et al. 2009) Image 20. Zbloc is a low noise barrier developed in Sweden (Zbloc Norden AB). If the noise protected area is only on the one side of the track, it is only necessary to use one barrier. If there is housing on the both sides of two tracks, there must be two Zbloc barriers placed between the tracks as the noise absorbing rubber is only on one side of the barrier. In image 21, a barrier is placed on both sides of the track (Zbloc Norden AB) 48

50 Image 21. Zbloc noise barrier on the both sides of the track. (Zbloc norden AB) Zbloc barrier is a more cost-effective method of controlling the railway noise than a regular noise barrier. Low noise barrier's installation costs are 50% lower than the ordinary noise barrier and the manufacturer claims that there is no need for maintenance for the first 50 years after the installation. The barrier installation is simple because it is placed on a already excisting railway beds. Zbloc does not cause any harm to the landscape as it is only 73cm high. Low noise barrier also don t cause a same kind of tunnel-effect to the train driver or the passenger as regular noise barriers on the both sides of the track do. It is possible to build emergency exits to the barrier and in a event of an accident, the barrier can be used as a stepping stone when leaving from the train (Zbloc Norden AB) If a barrier manufactured abroad are used in Finland, it is required that the barrier is suitable for finnish climate, weather conditions and safety regulations. For example snow removal and it s accumulations can cause problems if they are not take into consideration during the design of the barriers. In addition, special requirements of the design guidelines must be taken to notice. Most low noise barriers developed abroad are not suitable for their dimensioning or structural strenght for the finnish conditions. (Innanen & Soosalu 2009) 49

51 5. Field research of the attenuation capability of the low noise barrier 5.1 Objectives and location of the measurements The goal for field measurements was to investigate the noise levels at the barrier and outside of it during a passing train. Field research was intended to find out the low noise barrier s actual noise absorbtion rate on terrain and compare this to the value obtained from a noise calculation software. Thus it was possible to assess if the noise calculation software give equal values for noise absorbtion of the barrier. Noise measurements were carried out in the summer of 2011 in six separate days: A commercial test structure of a low noise barrier along the main railway was chosen the be the place of measurement. (Images 22 & 23). The measurements were carried out for only one type on barrier since it was the only low noise barrier built in Finland in the summer of The barrier was located in Kytömaa, on a line section between the Kerava and Kyrölä stations. (Image 24) The noise barrier was built for testing only and it fillid the initial product requirement of the low noise barrier. Barrier height was 85cm from the top of the rail and it was 60m in length. 50

52 Image 22. Low noise barrier along the main railway line in Kytömaa. Image 23. Low noise barrier pictured from the track s side 51

53 Image 24. The barrier was located in Kytömaa, Tuusula In Kytmaa, there was a twin-track railway line. The tracks ran north-south direction and they were straight at the point of measurement. The track on the eastern side had rail mufflers made of rubber for a distance of 70 meters. Southern measuring point was located at the point where the mufflers began. Also the second measuring point was within the mufflers. The more detailed features of the tracks are shown in Table

54 Table 13. Features of the tracks in Kytömaa (Liikennevirasto 2010 & 2011) Maintenance level Service class in passenger trains Service class in freight trains Superstructure class Line track Maximum axle load Maximum speed Rail gauge Continous rail track Concrete sleepers Electrified railway 1A H1 (highest possible) T1 (highest possible) D 60 E1 250 kn 200 km/h 1524 mm Location for the low noise barrier was selected so that the backround noise as minimal as possible. There was no settlement in the vicinity of the barrier and the only source of road traffic noise was the Kytömaantie which had little traffic. Direct line of Keravalahti went from the east side of the measurement location and both sides of the track had shallow vegetation and bushes. (Image 25) On the embankment between Kytömaantie and the field, there grew a thick shrubbery with was taken down before the measurements. The fields near the measurement place were filled with hay and grain. Image 25. The view from the measurement location towards south 53

55 Measurement location was passed by Pendolino-, Intercity-, express- and freight trains as well as commuter Sm1, Sm2, and Sm4-electric trains. Different types of trains are presented in attachment B. Sm1 and Sm2 trains were treated as one group because the noise calculation pattern assumes that their noise emissions are similar. Every weekday the measurement point was passed by two commuter trains and one long-distance train per hour. On slower times of day and at night the trains ran less frequently. 5.2 Research methods Measuring equipment The equipment used for measurements were from the Automobile laboratory of University of engineering. They were originally designed to measure tire noise. Measurement equipment consisted of two microphones (Brüel & Kjær Type 4188), two microphone amplifiers (Brüel & Kjær Type 2671), data acquisition module (National Instruments NI ENET-9163), a laptop and the connecting cables. Microphones were raised to desired height with microphone stands and wind shields. Hardware structure is presented in image 26. Image 26. Configuration of the measuring equipment Noise measuring equipment was used with the Notra Sound Level-software, installed to the laptop. The software helped A-weight the audio signals coming from the microphones. The software allowed the measurements to be monitored as well as start and stop the measurements. The software recorded each measurement as a text file, which was later moved to Excel-spreadsheet application for data processing. The text files consisted of the midrange noise for every second of measuring with L Aeq,1s 0,01 db accuracy and the spectrum of sound from both microphones separately. In addition, the software recorded a wav-file from each passing train. 54

56 Train speeds were measured by the Doppler effect, based on Tribar Muni-Quip T3 radar. The radar caught the trains speed with 1 km/h accuracy. The weather of the measurement place was monitored by Fine Offset Electronics Co. in LTD WH1080 weather station. The weather station measured air temperature and humidity, wind speed and direction and also air pressure. In addition, sensory perceptions of the weather were also made Placement of the microphones Two microphones were used simultaneously every time to monitor the noise levels both behind the barrier, and outside of it. The barrier s absorption capability was calculated by the differential between both microphones noise levels. Both microphones were placed at the same distance from the track center and at the same height. Noise levels were tracked in two different distances from the source of noise to get a better picture of the spread of the noise. The distance from the center line and height of the microphones were defined according to the standard of SFS-EN ISO 3095:2005 which deals with measurement of railway noise. Microphones were located in following places: - 7,5 m from the center line, 1,2 ± 0,2 meters above the top of the rail - 25 m from the center line, 3,5 ± 0,2 m above the top of the rail (image 27) (Suomen standarsoimisliitto 2006.) Image 27. Location of microphones in track cross-section During each measurements, two microphones were used, which were at a 7,5m distance from the track center line and were later mover at a 25m distance. The second microphone was located behind the low barrier in such way that both ends of the barrier were 30 m away. The microphone outside barrier was placed 60m farther so it was 30m away from the end of the obstacle. Images 28 and 29, show the placement of the microphones during the measurements. Microphone behind the barrier is referred with the letter A and the microphone outside the barrier with B. The closer observation point is referred with symbol 1 and the farther point with 2. 55

57 A1 in the processing of the results means the microphone placed at a 7,5m distance behind the barrier and B1 refers to the microphone placed at the same distance, but outside the barrier. Similarly, the microphone behind the barrier at a 25m distance is referred as A2 and the one outside the barrier with B2. Itäraide is the name for the rail closest to the barrier on which the trains traveled from south to north. Länsiraide was the farther rail from the barrier which was used by trains to move from north to south. Annex C shows more photos from the place of measurement. Image 28. Microphones in 7,5m distance from the tracks center line. Image is not to scale. 56

58 Image 29. Microphones in 25m distance from the tracks center line. Image is not to scale Measuring procedure Every day of measurements was started by checking, if the microphones were working, with a sound source which generated 100Hz frequenzy of sound with a volume of 94,0 db. After this, the placement of the microphones was defined with using a laser rangefinder and a measuring tape. Microphones were raised for the desired height with microphone stands and wooden slats. The microphones were directed by eye, directly towards the rails. Weather station was placed on a nearby field and it s results could be read with a separate screen which was kept in a car. Also the laptop, used to start and stop the measurements, was placed in the car. The radar was placed near the car and it was used to measure the speed of each train before the barrier. Image 30 describes the location of measurement equipment. 57

59 Image 30. The arrangements and the location of the car at the measurement place when the point of measurement was at a 7,5m distance from the rail. When the measurements were made in measurement points farther away, the car was parked at the same spot but on the different side of the road. The measurement was started about 200 meters before the train reached the barrier, and was stopped when the train was about 300m away from the second microphone (image 31). Measurements were made from all passing trains, no matter their direction. Each train was recorded in the measurement log by type of train, the speed, number of wagons and the exact time when the train passed the barrier. In addition, there were notes made about possible special conditions during the measurement. For example, other sources of noise other than the trains affecting the measurement, were made notice of. After the passing of the train, Notra Sound Level-programs results were documented in a text file for later processing. In addition of the actual measurements, there were reference measurements made from the backround noise without the train traffic. Image 31. The measurement was before the train reached the barrier (A) and stopped, when the train was about 300 meters away from the second microphone (B). Image is not to scale 58

60 5.3 Measurement results and review The data from field measurements consisted of text files, from both microphones, which had one second long measurements of midrange sounds, throughout the measurement period and a sound spectrum with bands of one-third octave width. Data processing began by moving the text files from Notra Sound Level-software, to a spreadsheet software. Measurements with sources other than the trains, affecting the noise levels, were deleted. For example, if a vehicle was driving along the Kytömaantie at the same time as a measurement was in progress, the measurement result could not be used. In addition, measurements which had two trains passing simultaneously, were deleted. Similarly, the measurement times when the trains speed changed between the microphones, could not be used as the train s speed affects the noise levels. One measurement had to be removed due to the driver ringing the train s horn at the barrier. For every measurement of a passing train, the second long midrange sound levels were made into a graphic in a way that allowed both microphones noise levels to appear in the same graph. Image 32 shows an example of a graphic made from one Sm4 train s noise measurement data. The measurement started when the train was at a 200m distance from the barrier and this caused the noise levels being at 50 db at both microphones. The train moving along the eastern rail or itäraide, first passed the microphone A1, placed behind the barrier which for it reaching the peak in noise level before the measurement made with microphone B1. Enimmäistaso meaning maximum level, is used as a term for referring to the highest noise level during the measurement. In the example pictured in image 32, the duration of the measurement time is 20 seconds. The midrange sound level has been calculated for the time when the train was at the microphone. Noise attenuation of the barrier wall can be examined by the differential of both the maximum levels ( enimmäistaso ) and midrange sound levels. 59

61 Image 32. The passing of a Sm4 train with a speed of 119km/h. Initially, the low noise barrier's attenuation rate was assessed by the differential of maximum levels. The results were classified according to which rail the train was traveling, the eastern ( itäraide ) or the western ( länsiraide ). After this, the results were classified by measurement point distances and train types. Finally, the same train types were classified by the amount of their railcars. Those trains types and railcar amounts, which had more than one passing measured, had their results calculated into arithmetic averages and standard deviations. These are shown in charts 1-4 in attachment D. For this reason, the measurement of midrange sound levels taken for further processing, were taken when the train was at the spot of the microphone. The low noise barrier s attenuation capability was assessed by calculating the differential between the midrange sound levels during the train s passing. The midrange sound levels during each train s passing are presented in the charts 5-8 of attachment D, sorted by the used rail and measurement point distances. Images 33 and 34 show the calculated arithmetic averages sorted by the type of train and number of railcars. In reviewing of the results, it should be taken to consideration that the Inter-City trains had an Sr2-locomotive with length of 18,7 meters, in addition of the railcars. These averages were calculated only from those passings, that had at least two measurements. In other cases, the images present only the result of a single passing of a train. 60

62 Image 33. Averages of the midrange sound level measurements on the eastern rail, taken from a 7,5 meter distance from the track s center line. The number in parentheses indicates the number of railcars and the n indicates the number of measured passings. 61

63 Image 34. Averages of the midrange sound level measurements on the eastern rail, taken from a 25 meter distance from the track s center line. The number in parentheses indicates the number of railcars and the n indicates the number of measured passings. The results show that the noise level dropped at the closer examination point for about 8-12 db and at the farther point, for about 5,5-8,5 db. The low noise barrier had approximately 3 db better attenuation rate at the measurement point closer to it. The noise spread to the farther measurement point also from the outside of the barrier as the barrier was only 60 meters long. This caused a decrease in attenuation values. The farther measurement points were located higher, so the noise could also spread better to the examination point situated behind barrier. In addition, the accuracy of the measurements was weakened, as the distance from the source of the noise grew. For example, changing weather conditions affected more to the results of the farther measurement points. There were big differences between the speeds of trains but it did not affect the values of noise attenuation. The standard dispersion was less than 1 db in all train types. However, the speed of trains affects the midrange sound levels at the measurement points. Also, train types had an impact on the noise levels. The effects of the speed to the midrange levels were examined using linear regression pattern. The presumption was that the midrange sound level of the train s passage can be explained by the speed. Graphics of the midrange sound levels were drawn as a function of speed and the models were fitted with regression lines. This analysis was done separately for each train type specified by the amount of railcars. A regression analysis was not made for such train types that had passed the point two times or less. 62

64 Separate graphics were drawn for different amounts of railcars because the amount affected the length of time were the midrange sound levels were determined. The graphics for regression analysis are presented in images 1-9 in attachment D. It was assumed that the correlation was positive, ie the greater the speed, the greater the midrange sound level. The assumption was, however, proved to be wrong, in the farther measurement points, in the case of Inter-City trains with four railcars. Midrange sound levels dropped, when train speeds increased. Individual train characteristics, such as roughness in the wheel surfaces, can affect the level of noise. This means that the correlation between speed, and midrange sound levels are not necessarily positive. In addition, the distance affected the midrange levels: the farther the measurement point was, the lower the midrange sound levels were because of the distance attenuation. However, distance attenuation does not affect values calculated from the attenuation values.. The attenuation capability of different train types is reviewed in images 35 and 36. Results show that the highest level of attenuation was achieved on Sm4-trains. However, based on this research, it can t be determined that the low noise barrier best absorbs the noise of Sm4-trains, as other train types were measured much less. In addition, the difference in values of attenuation, were smaller in other types of trains in the farther measurement point. Calculations of attenuation values were lowest on the Pendolinotrains. This, however, does not mean that the barrier is not suitable for absorbing the railway noise of Pendolino trains. Smaller attenuation value was caused by the length of the train. The low noise barrier s test structure was only 60 meters long and a Pendolino with six railcars is 159 meters long. When a long train is passing the barrier some of it is at the level of the barrier and some of it outside of it. Then the noise could spread to the measurement point from outside the barrier and that affected the measured midrange sound level in a way that the achieved attenuation was smaller than on shorter trains. Four- and two-car trains approximately had a attenuation of db, calculated from the closer measurement points and about 7-9 db on the farther points. 63

65 Image 35. Low noise barrier s attenuation capability on different train types when the examination point is 7,5 meters from the track center. The number in parentheses indicates the number of railcars. Image 36. Low noise barrier s attenuation capability on different train types when the examination point is 25 meters from the track center. The number in parentheses indicates the number of railcars. 64

66 Trains using the western rail were also measured for examination of the effects of the barrier s placement towards the spreading of the noise. When looking at the results of the trains using the western rail, it is important to take notice, that the microphones were placed in the standard of SFS-EN ISO 3095 in accordance with the eastern rail. Microphones were located about 4 meters farther from the western rail than the eastern rail. Images 37 and 38 present the arithmetic averages calculated the western rail, sorted by train type and number of railcars. Low noise barrier muffled 7-8 db of noise in the closer measurement points and 5 db in the farther. The points behind the barrier (A1 and A2) had higher midrange sound levels for the trains on the western rail, than the ones on the eastern rail. This was due to the fact that the noise could spread better, to the measurement point situated higher than the barrier, when a train was moving along the western rail. Image 37. Midrange sound levels for train moving along the eastern rail with the measurement point having a 7,5m distance to the center of the rail. The number in parentheses indicates the number of railcars and n, the number of measured passings. 65

67 Image 38. Midrange sound levels for train moving along the western rail with the measurement point having a 25m distance to the center of the rail. The number in parentheses indicates the number of railcars and n, the number of measured passings. Measuring equipment also recorded a sound spectrum on a major third band wide frequency bands from each passing train, which helped verify, which frequencies did the noise barrier dampen the most. The review was carried out by drawing graphs from the major third band, so that the same graph had frequencies from both microphones. Major third band spectrums were drawn separately of each passage. It was assumed that the barrier muffles the high-pitch sounds best, because low sounds bend behind the barrier more effectively. Images show examples from major third band spectrums of each train type. Symbol A1 refers to the microphone situated behind the barrier and B1 refers to the microphone farther away, outside the barrier. Each train types had no significant differences in the frequency distribution. Major third band spectrums indicated that the barrier in fact did dampen more of the high frequencies than the low ones. Railway noise produced by the rails and wheels was often loudest at the 1000 Hz frequency band (Ympäristöministeriö 2002). Results from this research show that the noise pollution was strongest usually at the 1000 Hz frequency band, so the measured noise pollution was mainly generated by the wheelrail encounter. 66

68 Image 39. Major third band spectrum from a Sm4-train. Image 40. Sm1/2-train's Major third band spectrum. 67

69 Image 41. Major third band spectrum from a InterCity2-train. Image 42. Major third band spectrum from a Pendolino. 68

70 5.4 Reliability of measurements The reliability of measurements are affected by several factors. The accuracy of the results depends on, for example: - measurement hardware's features - weather conditions - environment and backround noise of the measurement spot - variation of the trains features Working of the measurement equipment was always checked before the official measurements with a calibrated sound source. Sound levels of the microphones ranged for few tenths from the nominal sound levels and this caused few small errors to the measurement results. The error, however, was not meaningful in regard of the results made from the field measurements. Train speeds were measured with a radar, which had an measurement accuracy of 1 km/h. Speed measurements were made by hand so there might have been small differences in alignment of the radar during each measurement. The speed of the train was measured only before the barrier. Each train, which had major differences in speed between each measurement points, were removed from data before the processing of results. If the change of speed was only minimal between the measurement points, it did not have significant impact on the results. The air pressure, humidity, temperature and wind affected the sound propagation in the environment. These variables were recorded at every measurement day and they did not have significant variation in between the measurement days. Wind was calm often on the mornings but the wind increased during the afternoon. However, the wind was always under 5 m/s, if random gusts of wind are not taken under consideration. The standard of noise measurement for rail traffic noise demands that wind speed must always be under 5 m/s (Suomen standarsoimisliitto, 2006). Wind direction was from the south on each time of the measurement, in which case can be said that the wind was lateral at the measurement point. Weather variables affected more to the accuracy of the farther measurement points, because the distance between the noise source and measurement point was longer. Vegetation of the area was low and the environment on the measurement point was very similar around both microphones. The terrain was flat and there were no buildings near the measurement point which sound could have reflected from. However, the noise barrier s ends and the car which had the measurement equipment, could reflect the sound. The car was parked at the same place on each day, so that the measurements would be comparable, despite the sound reflections. When the microphones were positioned to the nearest measurement points, the car was parked in Kytömaantie, at the noise barrier s side. When the microphones were positioned on the farther points, the car had to be parked on the other side of the road, because otherwise the microphone cables would have gone across the road. 69

71 Only the measurements, which had the passing train as the only significant source of noise, were included in the research. Background noise impact was assessed by reference measurements, which were made when there were no trains nearby and point had only the area s typical background noise. Table 14 presents each day s loudest midrange sound level measurements. According to the standard of rail traffic noise measurement (SFS-EN ISO 3095:2005), there is no need to use a correction factor, if the background noise is at least 10 db lower than the noise level measured from the train. This requirement was fulfilled each measurement day, so the background noise had no effect on the measurement results. Table 14. The loudest midrange sound levels taken from the background noise measurements L Aeq,1s. Measurement date L Aeq,1s (db) A1/A2 B1/B ,5 50, ,8 48, ,0 47, ,1 41, ,5 45, ,3 45,3 Train characteristics affected the amount of noise pollution. Although the train speed and length were the same, the noise amount of noise can vary significantly in same types of trains. This is due to the fact that the condition and characteristics of the train and rails affected to the noise pollution. The results of this research were not affected by the condition of the rails as the measurements were performed at the same spot each day. Also, the condition of the rails did not have significant differences between the points of measurement. The eastern rail had noise dampers installed on the tracks which began from the microphone placed behind the barrier and continued for about 10 meters past the second microphone. Noise dampers had an abruption capability of 1 db (Promethor 2011). Noise dampers lowered the sound levels measured from each microphones. However, this had no effect to the noise barrier s absorption capability calculated from the measurements as the dampers lowered the sound levels on both microphones. The effect of the train characteristics are taken into account in this research, by grouping the results by train types. Although the same train types could, for example, have differences in quality of wheel surfaces, it does not seem to have an effect to the barrier s absorption capability according to the measurements, which were calculated by the differential of the two measurement points. The attenuation was calculated by both, maximum levels and midrange levels differential. Attenuation calculated by midrange sound levels can be held more reliable, because the maximum levels could have been affected by single noises differing from the train s normal noise pollution. 70

72 As the barrier was only 60 meters long, the length of trains affected the attenuation value calculated from the differential of sound levels. The length of trains has been taken into account by always looking at same type trains with different amount of railcars, as their own groups. During the analysis of the results, it must be taken into account that Sm4- trains were measured considerably more than the other train types. In noise measurement, the results always describe a noise level in a specific place, at a specific time. The level of noise was affected by sound source (for example composition of traffic and the condition of the rails and trains wheels), terrain and the location of measurement point (Ympäristöministeriö 2002). Also, if the locations of the measurement points are changed, the barrier s noise absorption rate changed. The location of the measurement points had a significant impact to the results of this study. If the height or the distance of the microphone had been changed, it would have also affected the level of attenuation in the results. For example, if the microphone behind the barrier would have been placed lower, the attenuation value would have been greater. On the basis of this research, the attenuation values can only be compared to another barrier, if the measurements are taken from the same points. In addition, it should be noted that in this research, the measurements were made for only one kind of low noise barrier and the results can t be generalized to other low noise barriers. Microphone locations were determined according to the standard SFS-EN ISO 3095 in a way that the distances were calculated from the eastern rail. In comparison of the results from trains using the eastern and the western rails, there should be take notice to the fact that the microphones were located farther from the western rail than the eastern rail, so the results are not fully comparable. However, the height ratio of the rails did not differ from each other. This research was primarily aimed to find out the low noise barrier s effect to noise levels from the eastern rail and for this reason, the results from the western rail were studied less. 71

73 6 Determination of the low noise barrier s attenuation capability with a noise calculation pattern 6.1 Purpose of noise calculation and calculation software The goal of the noise calculation was to determine the low noise barrier s attenuation capability in similar conditions as the field measurements in Kytömaa. Modeling of the different variables and terrain to equivalent to the field measurement conditions was important, because the objective of the research was to compare the field measurements and noise calculation results. Comparison was made to help identify if the noise calculation software had equal values to the field measurements. Only the rail closer to the barrier (eastern rail) was modeled in the noise calculation software. The noise calculation software chosen to be used in this research was Datakustik CadnaA 4.1, because it is used by many finnish companies making noise studies. It is possible, with the CadnaA, to simulate road, air and rail traffic noise in industrial facilities. This research only used the module to simulate rail traffic noise and method of calculation was chosen to be the joint Nordic rail traffic calculation pattern. Finnish ministry of Environment has prepared a railway noise calculation pattern, which is a application designed for Finnish conditions, from the joint Nordic railway noise calculation pattern. Railway noise calculation pattern includes type standards equivalent to Finnish trains, which enable the modeling of Finnish train types. Railway noise calculation pattern was put into operation on and it is valid until further notice. The calculation pattern is used to calculate noise pollution as well as assessment of the noise abatement measures. (Ympäristöministeriö 2002) Nordic railway noise calculation pattern can be used to determine daily midrange noise level (L eq24 ) and the maximum level (L max ) generated from an individual train s passage. The comparison of the noise calculation pattern and field measurements, was based on the comparison of maximum levels generated by the passing trains. Maximum level (L max ) is determined by such combination of type, speed and length of train, that produced the highest noise level. Maximum sound level can be calculated either by RMS value (L maxm ) or the largest level specified by time-weighting F (L maxf ) (image 43). (Nordic council of ministers 1996.) This research modeled the maximum levels L maxm and the results given by the calculation pattern were compared to the average RMS values, ie midrange sound levels, of the field measurements. 72

74 Image 43. A momentary sound level produced by a passing train (Ympäristöministeriö 2002) When determining the maximum level, the Nordic railway noise calculation pattern models the train as a line source which has the same length as the actual train. The pattern divides the train to basic parts and their length must be less than half of the distance between the rail and the measurement point. The calculation pattern processes the train s part as a point source, and describes the acoustic power caused by the basic part with a point source placed in the center of the basic part. The pattern provides values for the point sources height, according to which frequency range has the most dominant noise produced by various components. Different point sources include the rails, wheels, engines, curve scrape, railcars and braking. The pattern separately calculates the sounds progression, from the rail to the measurement point, for each point source. The calculation pattern takes the following effects into account: distance, rail correction, air absorption, ground, vegetation and the barrier itself. The calculation pattern assumes that the base of each train s length produces the same amount of sonic energy. Sound reflection per one meter long train part is calculated by the following formula:, (11) where a and b are constants depending on type of train v train speed (km/h). 73

75 The geometric spread ( L d ) depends on the distance between the sound source and point of measurement. Absorption caused by the atmosphere ( L a ) increases as the frequency increases and the longer the distance between the sound source and observation point is, the greater the effect. Attenuation caused by the atmosphere and distance attenuation always receive negative values. In the software, the user can set rail correction ( L c ) values between -6 and 6 db. The value of rail correction depends on the condition of the track, wheel surfaces and whether the rail parts are on a bridge. The use of negative rail correction should always be based by well-documented and appropriate field measurements. Obstacle correction ( L s ) depends on the obstacle's location and height. Image 44 illustrates the effect of the obstacles to the path of the sound (S=source, I=measurement point). If the line between the noise source and observation point (SI) is cut by more than one obstacle, then only a obstacle with the largest attenuation is used in the calculation. The impact of the obstacles increase as the frequency increases and the length of the obstacle is assumed to be greater than its height.. Terrain correction ( L g ) depends on the type of terrain and terrain factor, which the software user can input values depending on whether the terrain is acoustically hard or porous. If the observation point locates near a building, point s the sound level is directly affected by both the direct sound from the sound source and the sound reflecting from the building. The effect of the reflecting surfaces ( L r ) depends on the distance between the observation point and the reflecting surface. Image 44. The effect of the obstacles to the path of sound (Ympäristöministeriö 2002). 74

76 The pattern combines the effects of the factors shown above to sounds progression and makes the calculations separately for each seven octave band with a frequency range of 63 Hz 4000 Hz. Finally, each source elements effects are combined with a octave band, after which the pattern can determine the A-weighted maximum level. (Ympäristöministeriö Nordic Council of Ministers 1996.) 6.2 Simulation Prior to the calculation of maximum levels, different values were given to the variables of the software, that the situation simulation would be as similar, to the field measurement conditions in Kytömaa, as possible. Manually entered variable values described the characteristics of the train, noise barrier and the terrain. In addition, the locations, where the maximum levels were examined, were defined. Noise calculation was made separately for each train measured in the field measurements. The modeling was started by defining the train types used in Finland, because the default train types set in CadnaA were not compatible with the train types used in Finland. Passenger trains used in Finland can be divided into five groups for the noise calculations. Freight trains can be divided into two groups. Within each group, the amount of noise pollution can be assumed to be similar. First group of the passenger trains consists of Sm1 and Sm2 electric trains, second group consists the Sm4 electric train, third group consists of express trains pulled by Sr1 and Sr2 locomotives and local transport trains. Fourth group consists of double-decker InterCity carriages pulled by Sr2 locomotive and the fifth group consists the Pendolino trains. Freight trains are divided into two groups: Finnish freight trains (F-TaJu) and Russian freight trains (R- TaJu). (Ympäristöministeriö 2002) The so-called output value used to describe the train s noise emission in joint Nordic rail traffic noise calculation pattern, is based on the noise measurements carried out in Norway and Denmark. The output value does not take the effects of the atmosphere and the surrounding terrain into account. However, the amount of noise pollution is affected by the characteristics of each train type, so train type corrections must be used separately for each country s own train types. Train type corrections for the most common train types used in Finland, are taken from noise measurements carried out in Finland and the have been normalized to match the calculation model s output value. (Eurasto 1995a.) Train type corrections is also known as train type standards. Train type standards of Finland are presented in table 15. (Ympäristöministeriö 2002) 75

77 Table 15. Train type correction a and b for Finnish trains. Train type Sm 1/2 Sr Pen F-TaJu R-Taju Sm4 IC2 Constant Frequency (Hz) a b a b a b a b a b a b a b Finnish train types were defined to the modeling software by rail noise calculation pattern with the help of constants a and b. Train types under examination were Sm1 and Sm2-type electric trains, Sm-4 electric train, four wagon InterCity-trains and Pendolino trains. The calculation only took four wagon IC-trains into account, because is the number of wagons were greater than four, there were one-storey railcars included. Train type standards are only defined for double-decker IC-trains. The train speed and length were defined separately for each calculation. The train speed was the same than the radar measured speed from the field measurements. The number of railcars on each passing train was documented in the field measurements and Table 16 helped calculate the trains length which was entered to the software. InterCity-trains had the Sr2- locomotive in addition of the wagons which had a length of 18,7 meters. Table 16. Train type wagon lengths. ( Train type Sm4 Sm1/2 Pendolino InterCity Wagon length 27,4 m 26,6 m 26,0 m 26,4 m The terrain was modeled on the basis of the terrain altitude differentials. Zero-level of the modeling was chosen to be the field next to Kytömaantie, because it was the lowest point of surrounding terrain. Kytömaantie was modeled on a one meter high embankment. Railway track was modeled on a 2,5 meter high embankment. The terrain in Kytömaa was very flat. Terrain type is described in CadnaA by the aid of a terrain factor. The terrain at the measurement point was acoustically porous, so it was suitable for the growth of vegetation. 76

78 According the railway noise calculation pattern, the terrain factor G describing porous terrain type, gets a value of one. Rail correction value was set to be zero, because the track condition in the field measurement location was assumed to be representative to the other tracks around Finland. Rails were also fused together and they were secured to concrete sleepers. The height and location of the noise barrier were set equivalent to the measurement conditions in Kytömaa. The barrier located 2 meters away from the center line of the closest track and its height was 85cm from the top of the rails. In addition, the absorption capability of the noise barrier was set to be equivalent to the noise barrier in Kytömaa. Noise calculation software use can determine the points, where noise levels are examined. In this research, the examination points were set on the same locations where the microphones were at the field measurements, because the location of the examination point affects the sound level measured from the point. In addition to the sound level, the choice of examination points location had an effect to calculated attenuation value. In the processing of the results, examination points behind the noise barrier are referred as A1 and A2. Points outside the barrier are referred as B1 and B2 (Table 17). Table 17. Location of the examination points. Point of examination Distance from track's center line (m) Height from the top of the rail (m) A1 (behind the barrier) 7,5 1,2 A2 (behind the barrier) 25 3,5 B1 (outside the barrier) 7,5 1,2 B2 (outside the barrier) 25 3,5 6.3 Results The attenuation capability of the low noise barrier was evaluated by calculating the differential of RMS values between examination points at the same distance. The effect of the low noise barrier and the location of the examination points to the spreading of the noise is illustrated in image 45. Results from the calculation software from the examination points A1 and B1 (7,5 meters from the track center line) are presented in Table 1 of attachment E. Results from points A2 and B2 (25 meter distance) are presented in Table 2 from the same attachment. Since the modeled noise barrier is only equivalent to the noise barrier used in the field measurements, these results do not apply to other low noise barriers. 77

79 Image 45. Examination points, and the effect of the low noise barrier to the spread of sound. If the midrange sound levels from noise calculation software are compared to the corresponding levels from the field measurements, you will notice that the calculation software gives higher values. This is due to the fact that the calculation software could not simulate the rail dampers. In addition, the accuracy of the noise calculation software must be taken into account. Based on the results from the calculation pattern, midrange sound levels grew as the speed increased. Also train types had effect to the noise level. For example at examination point B1, a four wagon Sm1/2-train travelling at 110 km/h produced a noise level of 88,6 db, Sm4-train produced 89,3 db and a IC-train produced 88,8 db of noise. When comparing the noise levels of different train types obtained from the calculation software and the field measurements, taken from the point outside the noise barrier, it was noticed that Sm4-trains midrange sound levels were the most different. This can be explained by the fact that in the definition of the train type constants a and b, trains noise emissions were only made in certain speeds and noise calculation pattern should only be used at this speed range (Ympäristöministeriö 2002). Speed range of each train type is shown in Table 18. When comparing the speeds of Sm4-train s measured for the Table values, it was noticed that most of them exceeded the speed limit of 115 km/h. According to the results, noise calculation pattern gave too large values for noise pollution levels of Sm4- trains exceeding the speed limit. 78

80 Table 18. Speed range of different train types in the calculation pattern (Ympäristöministeriö 2002). Speed range Train type (km/h) Sm1/ Sm IC Pendolino Sr F-TaJu R-TaJu Tables 19 and 20 show a comparison of attenuation values from the calculation software and field measurements, classified by train types and amount of railcars. Attenuation is calculated as a arithmetic average, from the field measurements and noise calculation pattern, for each train type and amount of wagons. Table 19. Attenuation achieved with a low noise barrier in 1,2 m above the top of the rail and 7,5m away from the track center line. Train Wagons Number Attenuation Average of (db) measured passings Field measure Calculated Sm ,1 5,5 Sm ,3 5,0 Sm1/ ,2 5,3 Sm1/ ,5 4,8 InterCity ,2 4,4 Pendolino 6 3 8,6 4,0 Pendolino ,9 3,8 79

81 Table 20. Attenuation achieved with a low noise barrier in 3,5 m above the top of the rail and 25m away from the track center line. Train Wagons Number of measured passings Attenuation average (db) Field measure Calculated Sm ,4 4,7 Sm ,7 3,3 Sm1/ ,4 4,2 Sm1/ ,2 3,2 InterCity ,8 2,9 Pendolino 6 3 5,4 2,4 Pendolino ,2 2,0 Attenuation averages described in tables 19 & 20, show that the attenuation values obtained from the calculation pattern and field measurements, differed from each other. In the closer examination point, the attenuation achieved in the field measurement was about 8-12 db, and calculation pattern s attenuation was about half of that at 4-5,5 db. Farther point had attenuation of 5,5-8 db in the field measurements, and 2,5-4,7 db in the calculation pattern. Field measurements had more variation between train types, than the calculation pattern results. Also the attenuation values had greater dispersion in the field. The results in the field show, the attenuation values grew as the trains got shorter. This can be explained by the fact, that the noise barrier in use, was only 60 meters long and for example, a 12-car Pendolino is 318 meters long. In the case of longer trains, the sound could spread to the examination points from the ends of the barrier and therefore, the attenuation values were lower. Noise calculation pattern s results suggest that the 60m long barrier s attenuation decreased in the closer examination points if the trains had more than four cars. On the farther points, the attenuation was lower if the train didn t fit entirely behind the barrier, meaning it had more than two cars. Results calculated from the farther points had lower attenuation values that the ones from the closer points. Noise could spread better to the farther measurement point outside the barrier as it was located higher. In addition, the measurement point located farther was further away, so the sound could spread to it from outside the barrier. Attenuation values already dropped in the case of the four car trains, even though the closer examination point suggested that the two and four car trains had almost the same attenuation values. 80

82 In addition to the affects of the examination point s location, it was studied if the changing of the point s height had any impact to the attenuation values obtained from the calculation software. When the closer examination points were placed at the edge of the barrier, a two car Sm4 and Sm1/2-trains had an attenuation of 6,8 db. If the examination point was placed 20 cm below the edge of the barrier, the attenuation was approximately 7,5 db. If the point of examination was at half-way of the barrier, meaning 40 cm below the edge, the attenuation was 8 db. If these values are compared to the ones obtained from field measurements, where the point was located 35 cm above the barrier, the attenuation levels obtained with the noise calculation pattern, even then the values from the calculation pattern are lower. The correlation of the noise calculation pattern s, and field measurement s results were examined with the help of regression analysis. The assumption was that the results from both, would be linearly correlated. Regression analysis was used to examine if the calculation software could explain the results from field measurements. Regression analysis took every train s passage into account and the analysis was made separately for examination points located at different distances. Image 46 show a regression analysis, that is based on the results from examination points A1 and B1. Regression analysis based on the results from points A2 and B2 are presented in image 47. In the images, the value of axis x is the attenuation level from the calculation pattern and axis y is the value of attenuation in the field measurements. Image 46. Regression analysis of the attenuation capability of the low noise barrier at a 7,5m distance from the track s center line 81

83 Image 47. Regression analysis of the attenuation capability of the low noise barrier at a 25m distance from the track s center line The coefficient of determination of the regression pattern, based on the results from points A1 and B1, was moderate (51%). Examination points B2 and A2 and significantly lower coefficient of determination at 28%. When the distance between the points and source of noise grew larger, the accuracy of the field measurements decreased. In addition, weather variables had more impact to the accuracy of the results in the farther measurement points, therefore, the coefficient of determination based on the regression pattern was lower. Field measurements were also affected by each train s characteristics and the prevailing weather conditions at the moment of measuring. The effects of the variables, to the attenuation values, was tried to reduce by making linear regression patterns as a function of speed, from the midrange sound levels of the field measurements. This was made separately for each train type. Regression models are presented in images 1-9 in attachment D. Regression line equations from both microphones were picked from the regression analysis graph and they were used to define the midrange sound level for the speed corresponding to the measured passage. Attenuation was calculated by the differential of midrange sound levels obtained with the regression analysis. Images 48 and 49 present the regression analyzes, in which the dependent variable is the attenuation calculated from the regression pattern of the midrange sound level. The dependent variable used, is the attenuation value obtained from the noise calculation software. The coefficient of determination of the regression patterns grew at both examination distances, when the value of the adapted measurement was used as the attenuation value of the field measurements. 82

84 The coefficient of determination was good (70%) in the simulation from the closer examination points and poor (32%) in the simulation of the farther points.. Image 48. Regression analysis of the attenuation capability of the low noise barrier at a 7,5m distance from the track s center. The dependent variable used here, is the regression modeled attenuation of the midrange sound levels. Image 49. Regression analysis of the low noise barrier s attenuation capability, at a 25m distance from the track s center. The dependent variable used here, is the regression modeled attenuation of the midrange sound levels. 83

85 Attenuation values were lower on Pendolino s, calculated by midrange sound levels, as they were longer than other trains included in the research. If the Pendolino s attenuation levels are left out from the regression patterns of the field measurements and noise calculation patterns, the coefficient of determination of the regression patterns deteriorate. This is due to the fact, that the attenuation values obtained from the noise calculation pattern differ on only slightly from each other, if the examined trains had four or less railcars. Noise calculation pattern should only be used for certain train type specific speed ranges, because noise emission calculations made to define the constants a & b, were only made for certain ranges of speed. In the field measurements, the speed of the Sm4- trains often went over the speed limit of 115 km/h. The results of the field measurements and the noise calculation pattern were also examined in a way, that train passing s exceeding the train type specific speed range, were erased from the results. New regression analyzed were made, which are presented in images 50 and 51 for the closer points, and in images 52 and 53 for the farther points. Image 50. Regression analysis of the attenuation capability of the low noise barrier at a 7,5m distance from the track center. Results with a speed exceeding the train specific speed range, have been removed. 84

86 Image 51. Regression analysis of the attenuation capability of the low noise barrier at a 7,5m distance from the track center Results with a speed exceeding the train specific speed range, have been removed. Attenuation of the midrange levels calculated from the regression pattern, was used as the dependent variable. Image 52. Regression analysis of the attenuation capability of the low noise barrier at a 25m distance from the track center Results with a speed exceeding the train specific speed range, have been removed. 85

87 Image 53. Regression analysis of the attenuation capability of the low noise barrier at a 25m distance from the track center Results with a speed exceeding the train specific speed range, have been removed. Attenuation of the midrange levels calculated from the regression pattern, was used as the dependent variable. The coefficient of determination of the regression patterns (images 50-53) increased, when train passages exceeding the train type specific speed range were erased from the results. The coefficient of determinations were higher in all cases, when attenuation values calculated based on the regression analyzes were used as the attenuation of the field measurements. If the regression patterns of both examination points are compared, there was a clear difference in different patterns regression line equations. On the basis of the value in the closer examination points, obtained from the calculation pattern, the value should be multiplied by 2,2, in order get it to match the field measurements value. Based on the values from the farther points, there should be 4 db added to the software s result to get the result to match the one from the field measurement. However, the coefficient of determinations, made from the results based on the regression patterns of the farther points, were low (50%), even though the passages with too high speeds were removed. Because the coefficient of determinations, taken from the farther points, were so low, the results obtained with the noise calculation pattern could no reliably explain the attenuation levels of the field measurements. Removal of the passages exceeding the speed range, raised the coefficient of determinations of the regression pattern s to very good, at the nearest points. When the regression analysis was made from the results of noise calculation pattern and field measurements, the coefficient of determination was 76% (image 50). The pattern was fitted with a regression line cutting the origin and the coefficient of determination remained very high. When midrange sound levels calculated on the basis of the regression analyzes, were used as the attenuation values for the field measurements, the pattern s coefficient of determination was very high (85%) (image 51). 86

88 This pattern was also fitted with the origin cutting regression line and the coefficient remained very high. On the basis of the regression analyzes in images 50 and 51, the 60 meter long low noise barrier used in this research, the attenuation can be indicatively estimated, at a 7,5m distance from the track center and 1,2 height from the top of the rail, with an equation y = 2,2x, (12) where y is the actual attenuation value (db) x is the attenuation value given by CadnaA noise calculation software (db). 6.4 Reliability of the noise calculation pattern Noise level generated by a passing train depends on many different factors, such as the characteristics of the train and rails as well as the prevailing conditions at the measuring site. The calculation pattern is only a simplified simulation of reality, and it cannot take notice of every factor affecting the origin and spreading of the noise. The most significant deficiency in the calculation pattern is, that it cannot take the weather condition variation s effect to the spreading of the sound into account. The pattern s accuracy in simulating the maximum levels (L maxm ) is estimated to be about ±3 db (Ympäristöministeriö 2002). It should also be remembered that in reality, the same train types have significant differences in sound levels, within their groups. These differences are due to, for example, the condition of the wheels and rails. Trains belonging to type group, can have a difference of ±5 db db in the normalized noise levels. (Ympäristöministeriö 2002). If the rail correction value would have differed from zero, it would have affected the value of maximum level, in the calculations. Also, the terrain factor had effect to the values of maximum levels: if the terrain correction would have given a value of zero, the maximum levels would have been approximately 4 db higher. However, the rail and terrain factors did not have effect to the calculated attenuation values. The noise calculation software was not able to simulate the rail dampers used at the site of the measurements. Therefore, the midrange sound level s from the calculation software were higher than the values from field measurements. 87

89 7 Summary, conclusions, recommendations The goal of this research was to determine, how suitable the noise calculation software is for assessment of the attenuation capabilities of the low noise barrier. The research was carried out by conducting field measurements and simulating the same noise barrier with the CadnaA noise calculation software. Conclusion made from the research, were based on the comparison of the results from field measurements and calculation software. In addition, the literature section of this research took a closer look of the behavior of the sounds waves and the characteristics and effects of the noise generated by railway traffic. Field measurements were carried out in the summer of 2011, along the main line of Kytömaa, Tuusula, were the test structure of the low noise barrier was located. The noise barrier was built only for testing purposes and its location was selected so, that the background noise at the site was minimal. The length of the test structure was 60 meters and the height was 0,85 meters from the top of the rail. The field measurements documented the noise levels of two separate examination points. One located behind the barrier and the other outside of it. Firstly, the examination points were located at 7,5m distance from the center of the track and later they were moved at a 25 meter distance. The microphones at the farther points were located higher than on the nearer points. Maximum levels were extracted from both microphones measurement data, also midrange sound levels were calculated. The length of time for the midrange sound level measurements was the time when the train was passing the barrier. Noise barrier s attenuation was calculated by the differential of the examination points sound levels. When the microphones were located at a 7,5m distance and 1,2m height, the attenuation was about 8-12 db. When the points were located farther (25m distance, 3,5m height), the attenuation was about 5,5-8,5 db. The low noise barrier dampened the noise levels significantly, because a human being can detect 5 db variations easily. If the noise level decrease is about 8-10 db, a human experiences halve the noise. Attenuation values on the farther points were lower, because the examination points were located higher. Then the sound could spread more easily to the examination point located behind the barrier. In addition, the noise spreading from the ends of the barrier, affected more on the farther points. According to the results, the farther the noise protected objects are, the longer the barrier must be. When comparing the attenuation values between different train types, the Pendolinotrains had the lowest attenuations calculated from the midrange sound levels. The noise barrier was 60 meters long and the noise from the longest trains spreading from the ends of the barrier affected the sound levels of the points located behind the barrier. Pendolino-trains were the longest from the measured train types. 88

90 The reliable results were generated from the results of the short trains. If the train had four or less railcars, the attenuation value at the closer points war about db and 7-9 db at the farther points. The site, used in the field measurements, had a twin-track railway and the noise barrier was built only at one side of the track. The research also measured the sound levels of the farther rail from the barrier (western rail) and the attenuation was calculated as the differential of the sound levels. In the reviewing of the results, there must be taken into account that the microphone locations were defined by the standard SFS-EN ISO 3095 for the location of the track closest to the barrier (eastern rail). Therefore the microphones were located four meters farther from the western rail than the eastern. The closer examination points for the western rail had an attenuation of 7-8 db and the farther points had about 5 db attenuation. According to assumptions, the attenuation levels calculated from the western rail were lower than the eastern rail s. The results show that the closer the barrier is to the noise source, the greater the achieved attenuation is. However, the structure gauge limits the location of the noise barrier in a way, that the barrier must be at least 1,92 meters away from the center line of the track. On a twin-track railway, the spreading of noise can best be prevented by placing a barrier between the tracks also. In addition, it should be noted, that noise barriers aren t always noise absorbing on both sides. For example, Zbloc noise barrier only has the noise absorbing rubber groats on one side of the barrier. If the noise barrier is noise absorbing only on the one side, and noise protected objects are on the both sides of the twin-tracks, the there must be two barrier s placed between the tracks. The barrier s attenuation capability is affected by it s size and location but also the frequency of sound. Frequency analysis made from measurement results indicate, that the noise barrier best dampened high frequencies. High frequencies have shorter wavelengths and they don t diffract from the upper edge of the barrier. Low frequencies instead bend behind the barrier more easily. Noise calculation software chosen for this research was CadnaA and the calculation pattern was the joint Nordic railway noise calculation pattern. The software simulated a barrier to match the field measurement s noise barrier s characteristics and the noise level s generated by the passing trains were examined at the same points were the microphones were in the field research. The sound level generated by the train s passing was calculated by a RMS value (L maxm ) corresponding the pass-by time. Attenuation was calculated as the differential of the examination point s L maxm values. Attenuation based on the results was about 4,5-5,5 db at the closer points and 3-4,7 db at the farther. When these values were compared to the values from field measurements, it was noticed that the attenuation values obtained from the calculation software were smaller. Since the attenuation values between the field measurements and calculation pattern differed significantly from each other, the Nordic railway noise calculation pattern as it stands, is incompatible for the evaluation of the low noise barrier s attenuation capability. 89

91 Nordic railway noise calculation pattern does not simulate the low noise barrier correctly, because the low noise barrier is located closer to the tracks than the commonly used noise wall. During the examination of the results, it is important to take into account, that the measurements and simulation only tested one commercial test structure of a noise barrier, and the results cannot be generalized for other low noise barriers. In addition, attenuation values obtained from this research, describe the reduction of noise levels only in certain examination points. During the analysis of the results, there also should be taken into account that the noise barrier was only 60 meters long, and in the case of the longer trains, the attenuation values would have been higher if the barrier would have been longer. Results of this research support the research carried out in Sweden, which simulated the Zbloc noise barrier with the CadnaA noise calculation software and the results were compared to the values obtained from field research. Calculation software assessed the maximum levels with a time-weight fast (L maxf ). In the research, the attenuation obtained with the software was 7 db, when the attenuation in the field research was 11 db. The research concluded that, the Nordic railway noise calculation pattern is not a reliable tool for assessment of the attenuation capability of the low noise barrier. Low noise barrier is situated near the track, which leads to the software not being able to take notice of the decrease of noise level. In addition, the Nordic calculation pattern sets the affecting noise sources for such a high frequency, that the low noise barrier cannot absorb them. (Markstedt & Nilsson 2005.) Based on the results of this research, the most reliable way to determine the low noise barrier s effect to the spreading of sound, is to do field measurements. A test structure must be built from the low noise barrier for the field measurements. The site for the test structure should be chosen with caution, because the conditions of the site affect the results of the noise measurements. Measurement site should have as little of background noise as possible. In particular, if the noise barrier s attenuation is assessed by maximum levels, it should be ensured that the maximum level is actually caused by railway traffic, not some other loud momentary noise. Midrange sound levels are more reliable in attenuation calculation than maximum levels. The measurements should always be done in such environment, where the sound reflections don t considerably affect to the sound levels of the examination points. For example, there should not be any buildings near the measurement site, because sound can reflect from them. The track must be straight at the measuring site. Train s speed must remain constant between the examination points and for this reason, the test structure should not be placed, for example, near railway stations. It is easier to make more measurement when a test structure is placed in a high-traffic part of the track. In addition, it should be noted, that the location of examination points affects to what level of attenuation is achieved. If there is desire to compare the attenuation capability of two different noise barriers, they must be located at the same spot in both measurements. In addition, the barrier s should be of equal length, because the length of the barrier has an effect to the sound levels of the examination point behind the barrier. 90

92 Importance of the length of the barrier increases, as the distance of the examination points grow. When taking the measurements, it should be taken into account that the weather conditions have an effect to the results. Also, measurements should not take place, when there is snow. For the attenuation capability values to be comparable for different barriers, the measurements should be carried out in as similar conditions as possible. If the use of low noise barriers will become more common in Finland and other Nordic countries, it would be important to be able to assess the attenuation capability of the barrier in the field. Construction of the test structure always consumes resources and in addition, comparing of the attenuation capability of different barriers would require testing in as similar conditions as possible. In the future, there should be research based on, if there is a possibility to make such changes to the Nordic railway noise calculation pattern, that it could help simulating the low noise barrier. However, the changing of the pattern could be a long process. This research only examined the suitability of the Nordic railway noise calculation pattern, for simulating the low noise barrier. The suitability of calculation pattern from other countries should also be studied. 91

93 Lähteet Björk, E Meluntorjunta. Kuopio. Kuopion yliopisto, Ympäristöterveyden laitos. ISBN Destia Matalan meluesteen käyttäminen rautatiemelun torjumiseen, meluesteen tuotevaatimukset. Luonnos ERRAC (The European Rail Research Advisory Counsil) Strategic Rail Research Agenda First Report of the European Rail Research Advisory Council. [Viitattu ] Saatavilla: Eurasto, R. 1995a. Raideliikennemelun laskentamallin parametrit. VTT tiedotteita ISBN Eurasto, R. 1995b. Kiskon pinnan vaikutus raidemelun laskentamallin lähtöarvoihin. VTT tiedotteita Espoo. Valtion teknillinen tutkimuskeskus. ISBN Eurasto, R Ympäristömeludirektiivin vaikutukset melun arviointimenetelmiin. Suomen ympäristö 610. Helsinki. Ympäristöministeriö. ISBN Eurasto R., Määttä A. & Parviainen S Railway bonuksen käyttökokemukset EUmaissa ja railway bonuksen sovellettavuus Suomessa. Liikenneviraston tutkimuksia ja selvityksiä 11/2011. Helsinki. [viitattu ]. Saatavissa: ISBN (painettu) ISBN (verkkojulkaisu). Everest, F.A Master Handbook of Acoustic. 4 th Edition. New York. McGraw- Hill. ISBN Heinonen-Guzejev, M & Vuorinen, H Meluherkkyys sekä liikennemelun raportointi ja häiritsevyys. Suomen ympäristö 471. Helsinki. Ympäristöministeriö. ISBN Ihalainen, E Ympäristönsuojelutekniikan perusteet. 2. painos. Turun yliopiston täydennyskoulutuskeskuksen julkaisuja A: 76. ISBN Innanen, H-M. & Soosalu, L Matalat meluesteet raidemelun torjunnassa. Ratahallintokeskuksen julkaisuja A 10/2009. ISBN Iwniki, S Handbook of Railway Vehicle Dynamics. Boca Raton. Taylor & Francis Group. ISBN

94 Jerson, T., Ögren, M. & Öhrström, E Combined Effects of Noise and Vibrationfrom Train and road Traffic. 9th IWRN International Workshop on Railway Noise, Munich Kaku, J. & Yamada, I The possibility of a bonus for evaluating railway noise in Japan. Journal of Sound and Vibration. Vol 193:1. S Karjalainen, M Kommunikaatioakustiikka. Teknillinen korkeakoulu, Elektroniikka, tietoliikenne ja automaation tiedekunta, Signaalikäsittelyn ja akustiikan laitos. 2. painos. Espoo. Multiprint Oy. ISBN Lahti, T Akustinen mittaustekniikka. Espoo. Teknillinen korkeakoulu, sähkötekniikan osasto, akustiikan ja äänenkäsittelytekniikan laboratorio. ISBN Lahti, T Ympäristömelun arviointi ja torjunta. Ympäristöopas 101. Helsinki. Ympäristöministeriö. ISBN Liikenne- ja viestintäministeriö (LVM) Tie- ja rautatieliikenteen meluntorjunnan teemapaketti Liikenne- ja viestintäministeriön julkaisuja 28/2007. Helsinki. [Viitattu: ] Saatavissa: ISBN (painettu) ISBN (sähköinen). Liikennevirasto Rautateiden kaukoliikenteen matkustajavirrat Liikennevirasto Rataverkon keskeiset ominaisuudet [Viitattu: ] Saatavissa: o_keskeiset_ominaisuudet Liikennevirasto Rataverkon kuvaus Liikenneviraston väylätietoja 1/2011. Helsinki. [Viitattu ] Saatavissa: ISBN Liikkonen, L. & Leppänen, P Altistuminen ympäristömelulle Suomessa, tilannekatsaus Suomen ympäristö 809. Helsinki. Ympäristöministeriö. ISBN X. Markstedt, O. & Nils-Åke Nilsson, N-Å. Östra Gymnasiet i Skogås a school with new acoustic technology. Bygg & Teknik. Vol: 3/05. S Miedema, H. M. E. & Vos, H Exposure-response relationships for transportation noise. Journal of the Acoustical Society of America. Vol. 104:6. S Nilsen, J., Lundberg, O. & Renard, N In-field measurements of the influence of low barrier on railway noise. Quiet City Transport. Subproject 5: Design & implementation of solution at validation sites. Work 5.9: Performance report of applien measures- 93

95 Mälmö. [Viitattu ] Saatavissa: 2_TTE_48M.pdf Nordic council of ministers Railway Traffic Noise- The Nordic Predistion Method. TemaNord1996: st E0dition. Copenhangen. ISBN X. Oertli, J Cost-Benefit Analysis in Railway Noise Control. Journal of Sound and Vibration. Vol 231:13, S Oertli, J Developing noise control strategies for entire railway networks. Journal of Sound and Vibration. Vol 293. S Promethor Oy Matalan meluesteen vaikutus melutasoon. Mittausraportti. Mittaukset suoritettu Tuusulan Kytömaalla Ratahallintokeskus Rautateiden meluesteet. Ratahallintokeskuksen julkaisuja B 11. Helsinki.ISBN Rossing, T.D, Moore, F.R & Wheeler, P.A The science of sound. 3 rd edition. Addison-Wesley. ISBN Suomen kuntatekniikan yhdistys Meluestekäsikirja. Julkaisu 18/97. Jyväskylä. ISBN X. Suomen standardisoimisliitto SFS Kiskoliikenne. Akustiikkaa. Kiskoajoneuvon aiheuttaman melun mittaus. SFS-ISO 3095:2005. Tiehallinto. Tieliikenteen melu. Perustietoa tieliikenteen melusta ja sen torjunnasta. Tiihinen, J. & Hännien O Meluntorjunnan perusteet, meluntorjunnan koulutusaineisto ja käsikirja. Ympäristöopas 18. Kuopio. Ympäristöministeriö, Pohjois-Savon ympäristökeskus. ISBN Thompson, D Railway noise and vibration: mechanism, modeling and means of control. Amsterdam. Elsevier. ISBN UIC (The International Union of Railways) A Joint Strategy for European Rail Research 2020, Towards a Single European Railway System. [Viitattu ] Saatavissa: UIC (The International Union of Railways). 2010a. The railway noise bonus. Discussion paper on the noise annoyance correction factor - Final Report. [Viitattu ] Saatavissa: ISBN UIC (The International Union of Railways). 2010b. Railway noise in Europe, A 2010 report in the state of the art. Pariisi. [Viitattu ] 94

96 ISBN Uudenmaan liitto Esiselvitys pääradan melu- ja tärinähaitoista rataosilla Kerava - Riihimäki ja Riihimäki Hausjärvi. Uudenmaan liiton julkaisuja C Helsinki. [Viitattu: ] Saatavissa: an_tarina_ja_meluselvitys.pdf?from= ISBN (painettu) ISBN (sähköinen) Valtioneuvoston päätös melutason ohjearvoista. Vnp993/ Ympäristöministeriö Ympäristömelun mittaaminen. Ympäristöministeriön ympäristösuojeluosaston ohje 1/1995. Helsinki. ISBN X. Ympäristöministeriö Liikennemelun huomioon ottaminen kaavoituksessa, LIMEtyöryhmän mietintö. Suomen ympäristö 493. ISBN Ympäristöministeriö Raidemelun laskentamalli. Ympäristöopas 97. Helsinki. ISBN Ympäristöministeriö Meluntorjunnan valtakunnalliset linjaukset ja toimintaohjelma. Suomen ympäristö 696. Helsinki. ISBN Ympäristöministeriö. 2007a. Valtioneuvoston periaatepäätös meluntorjunnasta. Ympäristöministeriön raportteja 7/2007. Helsinki. ISBN Ympäristöministeriö. 2007b. MELUTTA hankkeen loppuraportti. Ympäristöministeriön raportteja 20/2007. Helsinki. ISBN Zbloc Norden AB. Valmistajan kotisivut. Ögren, M Noise emission from railway traffic. VTI rapport 559A. ISSN:

97 Liiteluettelo Liite A Liite B Liite C Liite D Liite E Suomen rataverkko Suomessa käytössä olevat henkilöliikenteen junatyypit Kuvia mittauspaikalta Kenttämittausten tulokset Melunlaskentaohjelman tulokset 96

98 Liite A. Suomen rataverkko Kuva 1. Suomen rataverkko (Liikennevirasto 2011). 97

99 Liite A

100 Liite A Liite B. Suomessa käytössä olevat henkilöliikenteen junatyypit Kuva 1. Sm1-sähkömoottorijuna. Kuva 2. Sm2-sähkömoottorijuna.

101 Liite B Kuva 3. Sm4-sähkömoottorijuna. Kuva 4. Pikajuna. Kuva 5. InterCity-juna.

102 Liite B Kuva 6. Pendolino-juna.

103 Liite B Liite C. Kuvia mittauspaikalta Kuva 1. Näkymä mittauspaikalta etelään. Kuvassa raivataan pensaikkoa tien ja pellon väliseltä pientareelta. (kuva: Jarkko Valtonen)

104 Kuva 2. Mittauskalusto Kytömaantiellä. Liite C

105 Kuva 3. Sääasema mittauspaikalla. Liite C

106 Liite C Kuva 4. Mikrofoni lähemmässä tarkastelupisteessä meluesteen takana (7,5 metrin etäisyydellä raiteen keskilinjasta ja 1,2 metriä kiskon selän korkeuden yläpuolella).

107 Liite C Kuva 5. Näkymä kohti pohjoista. Mikrofoni on 7,5 metrin etäisyydellä raiteen keskilinjasta ja 1,2 metriä kiskon selän korkeuden yläpuolella.

108 Liite C Kuva 6. Mikrofoni 25 metrin etäisyydellä raiteen keskilinjasta ja 3,5 metriä kiskon selän korkeuden yläpuolella. Taustalla Kerava-Lahti-oikorata.

109 Liite C Liite D. Kenttämittausten tulokset Taulukko 1. Itäraidetta käyttäneiden junien enimmäistasoista lasketut keskiarvot ja - hajonnat 7,5 metrin etäisyydellä itäraiteen keskilinjasta. Nopeus (km/h) Enimmäisäänitaso LAeq,1s (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) Sm4, vaunuja 2 Mitattujen ohiajojen määrä (n) 11 Keskiarvo ,0 86,8 12,8 Keskihajonta 7 1,3 1,5 0,5 Sm4, vaunuja 4 Mitattujen ohiajojen määrä (n) 23 Keskiarvo ,1 90,0 12,7 Keskihajonta 12 1,3 1,4 1,0 Sm1/2, vaunuja 2 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,4 89,7 10,2 Keskihajonta 3 0,2 0,1 0,0 Sm1/2, vaunuja4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,8 89,2 10,5 Keskihajonta 1 0,4 0,2 0,3 InterCity2, vaunuja 4 Mitattujen ohiajojen määrä (n) 4 Keskiarvo ,6 92,7 10,1 Keskihajonta 7 1,3 1,0 0,6 InterCity, vaunuja 5-9 Mitattujen ohiajojen määrä (n) 9 Keskiarvo ,5 93,0 9,4 Keskihajonta 12 1,8 1,8 0,6 Pendolino, vaunuja 6 Mitattujen ohiajojen määrä (n) 3 Keskiarvo ,7 89,5 8,9 Keskihajonta 15 3,1 2,1 1,1 Pendolino, vaunuja 12 Mitattujen ohiajojen määrä (n) 3 Keskiarvo ,2 91,7 8,5 Keskihajonta 2 0,9 0,8 0,2

110 Liite D Taulukko 2. Itäraidetta käyttäneiden junien enimmäistasoista lasketut keskiarvot ja hajonnat 25 metrin etäisyydellä itäraiteen keskilinjasta. Nopeus (km/h) Enimmäisäänitaso LAeq,1s (db) A2 (melueste) B2 (ei meluestettä) Vaimennus (db) Sm4, vaunuja 2 Mitattujen ohiajojen määrä (n) 6 Keskiarvo ,5 80,5 9,0 Keskihajonta 9 1,6 1,5 0,7 Sm4, vaunuja 4 Mitattujen ohiajojen määrä (n) 17 Keskiarvo ,2 83,1 8,9 Keskihajonta 12 1,5 1,7 0,7 Sm1/2, vaunuja 2 Mitattujen ohiajojen määrä (n) ,4 76,8 8,4 Sm1/2, vaunuja4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,6 82,5 7,9 Keskihajonta 7 0,6 0,2 0,4 InterCity2, vaunuja 4 Mitattujen ohiajojen määrä (n) 4 Keskiarvo ,3 86,9 7,6 Keskihajonta 13 1,1 1,1 0,4 InterCity, vaunuja 5-9 Mitattujen ohiajojen määrä (n) 4 Keskiarvo ,1 86,9 7,8 Keskihajonta 10 1,7 1,3 0,5 Pendolino, vaunuja 6 Mitattujen ohiajojen määrä (n) 3 Keskiarvo ,9 84,3 5,4 Keskihajonta 1 0,6 1,0 0,6 Pendolino, vaunuja 12 Mitattujen ohiajojen määrä (n) ,3 83,7 5,4

111 Liite D Taulukko 3. Länsiraidetta käyttäneiden junien enimmäistasoista lasketut keskiarvot ja - hajonnat 7,5 metrin etäisyydellä itäraiteen keskilinjasta Nopeus (km/h) Enimmäisäänitaso LAeq,1s (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) Sm4, vaunuja 2 Mitattujen ohiajojen määrä (n) 8 Keskiarvo ,2 85,2 8,0 Keskihajonta 9 2,0 1,9 0,7 Sm4, vaunuja 4 Mitattujen ohiajojen määrä (n) 20 Keskiarvo ,4 87,6 8,3 Keskihajonta 12 1,5 1,6 1,0 Sm1/2, vaunuja 2 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,7 85,8 7,1 Keskihajonta 2 0,7 0,9 0,2 Sm1/2, vaunuja4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,6 86,2 7,6 Keskihajonta 25 1,2 0,7 0,4 InterCity2, vaunuja 4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,5 90,2 8,7 Keskihajonta 13 1,2 1,2 0,0 InterCity, vaunuja 5-9 Mitattujen ohiajojen määrä (n) 7 Keskiarvo ,6 91,6 8 Keskihajonta 18 2,4 3 0,8

112 Liite D Taulukko 4. Länsiraidetta käyttäneiden junien enimmäistasoista lasketut keskiarvot ja - hajonnat 25 metrin etäisyydellä itäraiteen keskilinjasta Nopeus (km/h) Enimmäisäänitaso LAeq,1s (db) A2 (melueste) B2 (ei meluestettä) Vaimennus (db) Sm4, vaunuja 2 Mitattujen ohiajojen määrä (n) 4 Keskiarvo ,7 79,9 6,2 Keskihajonta 7 0,7 0,8 0,6 Sm4, vaunuja 4 Mitattujen ohiajojen määrä (n) 10 Keskiarvo ,3 82,1 5,8 Keskihajonta 14 1,6 1,5 0,5 Sm1/2, vaunuja 2 Mitattujen ohiajojen määrä (n) ,18 79,78 5,6 Sm1/2, vaunuja4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo 95 74,0 78,9 4,9 Keskihajonta 17 2,0 2,5 0,5 InterCity2, vaunuja 4 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,7 82,2 4,6 Keskihajonta 3 1,7 1,1 0,5 InterCity, vaunuja 5-9 Mitattujen ohiajojen määrä (n) 5 Keskiarvo ,2 85,9 5,7 Keskihajonta 9 2,2 2,8 0,9 Pendolino, vaunuja 6 Mitattujen ohiajojen määrä (n) 2 Keskiarvo ,3 82,6 4,3 Keskihajonta 8 2,9 3,5 0,6

113 Liite D Taulukko 5. Itäraidetta käyttäneiden junien ohiajojen keskiäänitasot. Tarkastelupisteiden etäisyys itäraiteen keskilinjasta 7,5 metriä. Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) :47 Sm ,3 86,0 11, :47 Sm ,1 87,1 12, :47 Sm ,7 84,6 11, :47 Sm ,5 86,0 11, :47 Sm ,3 83,6 12, :13 Sm ,0 86,4 12, :47 Sm ,8 83,6 11, :48 Sm ,8 83,9 12, :48 Sm ,1 85,0 12, :14 Sm ,3 86,2 11, :50 Sm ,7 87,3 12,6 Keskiarvo ,3 85,4 12,1 Keskihajonta 7 1,3 1,3 0, :43 Sm ,0 89,4 12, :45 Sm ,1 89,6 12, :14 Sm ,3 84,9 11, :43 Sm ,0 88,9 11, :14 Sm ,0 87,8 11, :13 Sm ,6 88,6 12, :44 Sm ,7 87,5 11, :14 Sm ,3 89,0 13, :43 Sm ,7 89,4 12, :44 Sm ,3 90,3 13, :42 Sm ,3 90,3 13, :13 Sm ,9 88,0 12, :44 Sm ,4 88,7 12, :16 Sm ,4 87,3 7, :43 Sm ,4 90,2 12, :43 Sm ,6 89,6 13, :14 Sm ,9 87,8 12, :44 Sm ,6 90,2 12, :14 Sm ,4 89,0 12, :44 Sm ,3 90,5 12, :44 Sm ,1 90,3 13, :14 Sm ,6 87,6 13, :43 Sm ,4 89,3 11,9 Keskiarvo ,6 88,9 12,3 Keskihajonta 12 1,3 1,3 1, :48 Sm1/ ,7 88,9 10, :51 Sm1/ ,8 87,9 10,1 Keskiarvo ,3 88,4 10,2 Keskihajonta 3 0,5 0,5 0,1

114 Liite D Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) :16 Sm1/ ,5 87,9 10, :14 Sm1/ ,4 88,9 10,5 Keskiarvo ,0 88,4 10,5 Keskihajonta 1 0,5 0,5 0, :32 InterCity ,2 90,9 9, :33 InterCity ,0 93,0 10, :32 InterCity ,7 91,1 10, :33 InterCity ,1 91,8 10,7 Keskiarvo ,5 91,7 10,2 Keskihajonta 7 0,9 0,8 0, :33 InterCity ,0 93,5 9, :34 InterCity ,5 91,7 9, :31 InterCity ,2 90,4 9, :33 InterCity ,3 93,8 9, :31 InterCity ,1 89,1 11, :32 InterCity ,4 92,7 10, :34 InterCity ,3 93,3 10, :34 InterCity ,4 91,1 9, :32 InterCity ,9 91,8 9,9 Keskiarvo ,1 91,9 9,8 Keskihajonta 12 1,7 1,5 0, :57 Pendolino ,1 86,5 9, :56 Pendolino ,2 87,9 8, :00 Pendolino ,9 90,6 7,7 Keskiarvo ,7 88,3 8,6 Keskihajonta 15 2,4 1,7 0, :57 Pendolino ,8 89,5 7, :56 Pendolino ,8 90,5 7, :57 Pendolino ,9 89,1 8,2 Keskiarvo ,8 89,7 7,9 Keskihajonta 2 0,8 0,6 0,2

115 Liite D Taulukko 6. Itäraidetta käyttäneiden junien ohiajojen keskiäänitasot. Tarkastelupisteiden etäisyys itäraiteen keskilinjasta 25 metriä. Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) Vaimennus (db) A1 (melueste) B1 (ei meluestettä) :47 Sm ,2 77,2 8, :14 Sm ,7 80,9 8, :47 Sm ,7 77,9 8, :54 Sm ,8 78,9 8, :49 Sm ,8 81,5 8, :48 Sm ,7 80,0 9,3 Keskiarvo ,0 79,4 8,4 Keskihajonta 9 1,4 1,5 0, :14 Sm ,0 82,8 8, :13 Sm ,4 80,2 8, :45 Sm ,5 83,8 9, :14 Sm ,7 80,8 7, :43 Sm ,9 83,4 9, :43 Sm ,0 82,5 8, :16 Sm ,8 81,5 8, :43 Sm ,9 83,5 8, :14 Sm ,8 83,5 8, :43 Sm ,7 81,7 8, :14 Sm ,5 83,0 8, :15 Sm ,9 82,2 9, :45 Sm ,5 83,5 9, :14 Sm ,5 78,7 9, :14 Sm ,4 80,0 7, :43 Sm ,8 84,9 9, :43 Sm ,3 85,0 8,7 Keskiarvo ,7 82,4 8,7 Keskihajonta 12 1,6 1,7 0, :47 Sm1/ ,3 76,7 8, :13 Sm1/ ,0 82,2 7, :16 Sm1/ ,4 80,6 7,2 Keskiarvo ,2 81,4 7,2 Keskihajonta 7 0,8 0,8 0, :33 InterCity ,7 84,7 8, :31 InterCity ,4 86,0 7, :32 InterCity ,5 86,9 7, :32 InterCity ,8 87,0 8,2 Keskiarvo ,4 86,2 7,8 Keskihajonta 13 1,0 0,9 0,3

116 Liite D Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) Vaimennus (db) A1 (melueste) B1 (ei meluestettä) :31 InterCity ,8 83,6 7, :31 InterCity ,9 87,0 8, :37 InterCity ,6 87,0 7, :32 InterCity ,6 86,0 7,4 Keskiarvo ,2 85,9 7,7 Keskihajonta 10 1,4 1,4 0, :55 Pendolino ,0 83,2 5, :33 Pendolino ,4 83,3 5, :54 Pendolino ,9 84,1 5,2 Keskiarvo ,1 83,5 5,4 Keskihajonta 1 0,6 0,4 0, :47 Pendolino ,8 83,0 5,2

117 Liite D Taulukko 7. Länsiraidetta käyttäneiden junien ohiajojen keskiäänitasot. Tarkastelupisteiden etäisyys itäraiteen keskilinjasta 7,5 metriä. Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) :12 Sm ,5 84,9 7, :12 Sm ,5 84,8 7, :13 Sm ,8 83,3 7, :12 Sm ,7 85,0 8, :13 Sm ,6 83,1 7, :12 Sm ,1 82,2 6, :13 Sm ,0 79,8 8, :12 Sm ,3 84,6 7,3 Keskiarvo ,9 83,5 7,5 Keskihajonta 9 2,0 1,7 0, :18 Sm ,6 87,0 7, :45 Sm ,5 85,2 6, :27 Sm ,8 87,9 9, :51 Sm ,7 86,3 7, :17 Sm ,9 88,2 7, :45 Sm ,0 85,6 7, :22 Sm ,3 87,0 7, :18 Sm ,9 85,6 8, :45 Sm ,9 85,8 8, :18 Sm ,5 89,5 7, :15 Sm ,4 85,0 7, :49 Sm ,0 85,9 7, :44 Sm ,4 86,1 8, :17 Sm ,3 88,8 8, :18 Sm ,8 88,3 8, :55 Sm ,0 88,8 8, :18 Sm ,9 85,7 7, :45 Sm ,3 86,7 7, :16 Sm ,6 85,1 7, :12 Sm ,0 84,2 7,2 Keskiarvo ,7 86,6 7,9 Keskihajonta 12 1,4 1,5 0, :49 Sm1/ ,8 84,1 6, :46 Sm1/ ,3 85,7 7,4 Keskiarvo ,1 84,9 6,9 Keskihajonta 2 0,3 0,8 0, :45 Sm1/ ,9 86,5 7, :40 Sm1/ ,0 84,5 7,5 Keskiarvo ,0 85,5 7,6 Keskihajonta 25 1,0 1,0 0, :30 InterCity ,6 88,2 8, :29 InterCity ,2 90,9 8,7 Keskiarvo ,9 89,6 8,7 Keskihajonta 13 1,3 1,3 0,1

118 Liite D Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) A1 (melueste) B1 (ei meluestettä) Vaimennus (db) :28 InterCity ,9 88,2 8, :27 InterCity ,5 88,3 7, :25 InterCity ,7 91,2 8, :28 InterCity ,9 86,3 6, :26 InterCity ,3 92,2 7, :30 InterCity ,6 93,1 8, :26 InterCity ,8 92,4 8,6 Keskiarvo ,2 90,2 8,0 Keskihajonta 18 1,9 2,4 0,7

119 Liite D Taulukko 8. Länsiraidetta käyttäneiden junien ohiajojen keskiäänitasot. Tarkastelupisteiden etäisyys itäraiteen keskilinjasta 25 metriä. Päivämäärä Kello Juna Vaunuja Keskiäänitason määritysjakson pituus (s) Nopeus (km/h) A-painotettu keskiäänitaso tarkastelupisteessä (db) Vaimennus (db) A2 B2 (ei (melueste) meluestettä) :17 Sm ,8 78,9 4, :12 Sm ,6 77,9 5, :13 Sm ,9 79,0 6, :13 Sm ,9 77,8 5,9 Keskiarvo ,1 78,4 5,4 Keskihajonta 7 1,1 0,6 0, :18 Sm ,3 82,5 4, :17 Sm ,8 80,9 5, :45 Sm ,4 81,3 5, :45 Sm ,7 81,8 6, :18 Sm ,7 80,6 5, :50 Sm ,2 81,9 6, :16 Sm ,6 82,0 5, :16 Sm ,0 79,0 6, :17 Sm ,0 82,8 5, :44 Sm ,4 79,7 5,3 Keskiarvo ,6 81,3 5,6 Keskihajonta 14 1,4 1,2 0, :46 Sm1/ ,1 79,4 5, :44 Sm1/ ,5 75,4 3, :46 Sm1/ ,6 80,8 5,2 Keskiarvo 95 73,6 78,1 4,6 Keskihajonta 17 2,1 2,7 0, :27 InterCity ,1 83,1 5, :27 InterCity ,2 80,3 5,1 Keskiarvo ,7 81,7 5,1 Keskihajonta 3 1,5 1,4 0, :28 InterCity ,5 83,7 6, :27 InterCity ,9 83,0 4, :25 InterCity ,8 87,6 5, :35 InterCity ,5 86,1 5, :25 InterCity ,1 83,6 5,5 Keskiarvo ,4 84,8 5,4 Keskihajonta 9 1,6 1,8 0, :04 Pendolino ,2 83,4 4, :02 Pendolino ,6 78,4 3,8 Keskiarvo ,9 80,9 4,0 Keskihajonta 8 2,3 2,5 0,2

120 Liite D Kuva 1. Kahden vaunun Sm4-junien ohiajojen keskiäänitasot lähemmässä tarkastelupisteessä. Kuva 2. Neljän vaunun Sm4-junien ohiajojen keskiäänitasot lähemmässä tarkastelupisteessä.

121 Liite D Kuva 3. Neljän vaunun InterCity-junien ohiajojen keskiäänitasot lähemmässä tarkastelupisteessä. Kuva 4. Kuuden vaunun Pendolino-junien ohiajojen keskiäänitasot lähemmässä tarkastelupisteessä.

122 Liite D Kuva 5. Kahdentoista vaunun Pendolino-junien ohiajojen keskiäänitasot lähemmässä tarkastelupisteessä. Kuva 6. Kahden vaunun Sm4-junien ohiajojen keskiäänitasot kauemmassa tarkastelupisteessä.

123 Liite D Kuva 7. Neljän vaunun Sm4-junien ohiajojen keskiäänitasot kauemmassa tarkastelupisteessä. Kuva 8. Neljän vaunun InterCity-junien ohiajojen keskiäänitasot kauemmassa tarkastelupisteessä.